Zlepšuje hlboké učenie pri segmentácii ciev na CTA detekciu disekcie vertebrálnej artérie?

Štúdia skúmala, či model hlbokého učenia môže zlepšiť detekciu disekcie vertebrálnej artérie na CT angiografii (CTA). Výskumný tím trénoval model nnU-Net na 101 CTA snímkach a testoval ho na 40 CTA snímkach. Model dosiahol vysokú presnosť segmentácie ciev s koeficientom Dice 0,96. V klinickej štúdii s 10 čitateľmi však diagnostická presnosť s použitím modelu bola nižšia ako bez neho (72 % verzus 84 %, p < 0,001). Čas interpretácie a sebavedomie čitateľov sa výrazne nezmenili. Sedem z desiatich čitateľov by nástroj používalo v akútnych situáciách. Autori záveru, že hoci model presne segmentuje cievy, je potrebné ďalšie testovanie na potvrdenie jeho klinickej užitočnosti.