RESUMO:
Background: O objetivo do trabalho foi avaliar a acuidade do software AI-Rad Companion (AIRC-cCT)(Siemens Healthineers®) através da análise de TC torácicos e comparação dos resultados com a avaliação por Radiologistas. Métodos: O AIRC-cCT analisou restros-petivamente 348 TC torácicos, avaliando a presença de enfisema, nódulos pulmonares, diâmetro da aorta torácica e vértebras torácicas. Um painel de Radiologistas experientes (Expert Panel) reviu todos os resultados/relatórios e foi considerado para efeitos comparativos. Resultados: O AIRC-cCT apresentou sensibilidade (68,5%) e especificidade (64,7%) adequadas para detetar enfisema. O software falhou na interpretação de outras áreas de baixa densidade que não enfisema, oferecendo contudo a vantagem de permitir quantificar o enfisema. Foram incluídos os 6 maiores nódulos apresentados pela aplicação, num total de 1003 nódulos. O Expert Panel validou 677 (67,5%) como verdadeiros nódulos. 209 nódulos (20,8%) foram considerados não relevantes (125 granulomas, 84 gânglios intra-cisurais, entre outros). O AIRC-cCT detetou 101 exames com dilatação patológica da aorta. Houve elevado grau de concordância entre o AIRC-cCT e o Expert Panel em relação à aorta (Cohen’s kappa = 98,9%, 95% CI 98,1–99,7%; p <0,0001), sendo os resultados adequados para exames de rastreio (sensibilidade = 99,1%, especificidade = 98,7%; p < 0,0001) O AIRC-cCT classificou automaticamente 130 (37,4%) colunas dorsais como anormais, mas apenas 18 (13,8%) foram consideradas clinicamente relevantes pelo Expert Panel. Conclusões: Comparativamente com o Expert Panel, o AIRC-cCT detetou e quantificou enfisema e nódulos pulmonares com acuidade adequada, embora com alguns resultados falsos positivos. O software revelou grande exatidão a detetar dilatação da aorta torácica. Foi menos preciso para alterações da coluna dorsal, com muitos resultados falsos positivos.

ABSTRACT:
Background: The objective was to evaluate the performance of AI-Rad Companion software (AIRC-cCT)(Siemens Healthineers®) by analyzing chest CT scans and comparing the results against Radiologists’ evaluation. Methods: AIRC-cCT retrospectively assessed 348 chest CTs, evaluating emphysema, lung nodules, thoracic aorta diameters and thoracic vertebral spine. An Expert Panel reviewed all results/reportings and was considered the ground truth. Results: AIRC-cCT was adequately sensitive (68.5%) and specific (64.7%) detecting emphysema. The software misinterpreted low density areas as emphysema but offered the advantage of emphysema quantification. The 6 biggest nodules presented by AIRC-cCT were considered, in a total of 1003. Expert Panel validated 677 (67.5%) as real nodules. 209 nodules (20.8%) were regarded as non-relevant (125 granulomas, 84 perifissural nodules, among others). AIRC-cCT detected 101 scans with pathological dilation of the Aorta. Expert Panel and AIRC-cCT strongly agreed about aortic dilation status (Cohen’s kappa = 98.9%, 95% CI 98.1–99.7%; p < 0,0001) with excellent screening parameters (sensitivity = 99.1%, specificity = 98.7%; p < 0,0001) AIRC-cCT automatically classified 130 (37.4%) thoracic spines as abnormal, but only 18 (13.8%) of them were considered clinically relevant by the Expert Panel. Conclusions: Compared with the Expert Panel, AIRC-cCT detected and quantified emphysema and lung nodules with adequate accuracy, although with some false positive results. The software revealed great exactitude detecting thoracic aorta dilation. It was less precise for thoracic spine changes, with utmost false positive results.