Betydelsen av patientpositionering och AI för bildkvalitet och diagnostisk bedömning vid lågdos-DT av lungnoduli.

Sammanfattning

Bakgrund Datortomografi (DT) är en viktig metod för tidig upptäckt av lungnoduli, men eftersom uppföljning ofta kräver upprepade undersökningar används lågdosprotokoll för att minska stråldosen. Den reducerade dosen kan dock påverka bildkvaliteten, vilket ställer högre krav på optimering. Korrekt patientpositionering och artificiell intelligens (AI) har därför lyfts fram som möjliga sätt att förbättra den diagnostisk säkerheten vid lågdosundersökningar. Syfte Att studera vilken betydelse patientpositionering och AI har för bildkvalitet och diagnostisk effektivitet vid lågdos-DT av lungnoduli. Metod En systematisk litteraturstudie baserad på 15 kvantitativa vetenskapliga artiklar genomfördes. Datainsamlingen skedde via databaserna PubMed och Scopus. De valda artiklarna uppfyllde fastställda inklusionskriterier och genomgick därefter en noggrann kvalitetsgranskning enligt Willmans granskningsprotokoll. Resultaten analyserades genom att använda integrerad analys, där innehållet granskades i syfte att identifiera likheter och skillnader. Artiklarnas huvudfynd sammanställdes i ett överskådligt protokoll, vilket låg till grund för tre kategorier som strukturerade resultatredovisningen. Resultat AI-baserade system visade sig kunna förbättra noggrannheten vid patientcentrering, vilket i sin tur ledde till lägre stråldos och bättre bildkvalitet. Djupinlärningsbaserade rekonstruktionsmetoder möjliggjorde diagnostiska bedömningar även vid mycket låg dos, utan att den diagnostiska noggrannheten försämrades. Flera studier visade att AI-algoritmer med hög tillförlitlighet kunde identifiera, följa och riskbedöma lungnoduli, ibland med samma noggrannhet som erfarna radiologer. Vissa modeller kunde även kombineras med biomarkörer för att förbättra prediktionen av malignitet och därigenom minska behovet av onödiga uppföljningar. Slutsats AI bidrar till förbättrad bildkvalitet och lägre stråldosen vid lågdos-DT av lungnoduli och kan samtidigt öka den diagnostiska noggrannheten och effektiviteten. För röntgensjuksköterskor utgör AI ett användbart verktyg för att säkerställa att bilderna håller tillräckligt kvalitet för diagnostik, vilket i sin tur minskar behovet av omtagningar. Detta leder till minskad strålexponering och ökad patientsäkerhet.