原題
Quantitative Evaluation of AI-based Organ Segmentation Across Multiple Anatomical Sites Using Eight Commercial Software Platforms.
背景:本研究では、AIセグメンテーションを含む臨床診療を強化することを目的として、複数の施設にわたって8つのAIベースのソフトウェアツールを用いて、リスク臓器(OAR)セグメンテーションの変動性を評価した。
方法:頭頚部、胸部、腹部、及び骨盤からの160の計画CT画像の後ろ向き分析を行い、31のOARの輪郭を種々の精度指標を用いて臨床標準と比較した。
結果:ソフトウェアと患者の間で輪郭形成精度に有意な変動が見られ、頸部食道が最大の差を示した。ほとんどの評価された臓器は可変ダイス類似度係数を示し、52%の臓器が高い効率を示した。
結論:この研究は、AIセグメンテーションパフォーマンスの変動性に対処するために、包括的なソフトウェアテストと品質保証の必要性を強調している。
Journal: Pract Radiat Oncol (CiteScore 2022: 4.6)
DOI: 10.1016/j.prro.2025.06.012
PMID: 40854402
コメント