Использование интерпретируемого искусственного интеллекта с обучением правилам для оптимального разграничения феохромоцитом надпочечников и аденом по КТ-радиомике

Цель: выявить интерпретируемые радиомические признаки по КТ, которые позволяют отличать феохромоцитомы надпочечников от аденом.

Методы: По базе данных учреждения отбирали пациентов с патоморфологически подтвержденными феохромоцитомами надпочечников за период с 5.01.2005 по 5.01.2023. Для включения требовалась контрастная КТ органов брюшной полости с образованием надпочечника, выполненная в пределах 12 месяцев до или после морфологической верификации (n = 95). Для сравнения из последовательных КТ-исследований отобрали 57 аденом. Итоговая выборка включала 152 образования надпочечников (95 феохромоцитом и 57 аденом); 121 образование использовали для обучающей выборки, 31 — для тестовой. После подтверждения точности автоматической сегментации оценили 463 радиомических признака и использовали их для создания интерпретируемой модели искусственного интеллекта с обучением правилам. Качество модели оценивали по F1-мере.

Результаты: В исследование включили 146 пациентов (средний возраст 59 лет ± 21; 89 женщин). Правило из трех признаков — High Gray Level Zone Emphasis > 184, Roundness > 0,35 и Boundary Low Gray Level Emphasis < 0,021 — обеспечило F1-меру 0,97 на обучающей выборке (95% доверительный интервал [ДИ]: 0,94–0,99) и 0,96 на тестовой выборке (95% ДИ: 0,89–1,00). Модель с обучением правилам определила, что наиболее предиктивным признаком феохромоцитомы был Maximum Pixel Attenuation > 125 HU; при этом F1-мера составила 0,89 (95% ДИ: 0,83–0,94) на обучающей выборке и 0,93 (95% ДИ: 0,83–0,99) на тестовой выборке.

Вывод: Модель искусственного интеллекта с обучением правилам выявила минимальный оптимальный набор интерпретируемых радиомических признаков КТ, достаточный для достижения точности 96% в дифференциации феохромоцитом надпочечников и аденом на контрастной КТ.