人工智能可以准确识别正常和异常的胸部x光片

人工智能可以准确识别正常和异常的胸部x光片
44岁男性,胸部疼痛,呼吸困难。(A)胸片显示非常细微的结节性不透明,主要在下叶,代表肺炎和右心边界的离散剪影征(箭头)。人工智能系统将这张胸部x光片解读为正常。在临床放射学报告中也被解释为正常。(B) CT扫描显示下叶空域混浊,树芽形态模糊(方框),实变区域(箭头)。x线后5小时行肺血管造影。这是人工智能工具唯一的假阴性“关键”发现。资料来源:北美放射学会

根据发表在《柳叶刀》上的一项研究,一种人工智能(AI)工具可以在临床环境中准确识别正常和异常的胸部x光片放射学

胸部x光片被用于诊断与心脏和肺部有关的各种疾病。胸部x光片异常可能是一系列疾病的征兆,包括癌症和慢性肺部疾病。

一种可以准确区分正常和异常胸部x光片的人工智能工具将大大减轻医务人员所经历的繁重工作在全球范围内。

“市场需求呈指数级增长来自丹麦哥本哈根Herlev and Gentofte医院放射科的研究合著者Louis Lind Plesner医学博士说。“与此同时,全球都缺乏训练有素的放射科医生。人工智能已经显示出巨大的前景,但在任何实施之前都应该进行彻底的测试。”

在这项回顾性的多中心研究中,Plesner博士和同事们希望确定使用AI工具的可靠性,该工具可以识别正常和异常的胸部x光片。

研究人员使用一种市售人工智能工具分析了来自丹麦首都地区四家医院的1529名患者的胸部x光片。胸部x光片包括急诊病人、住院病人和门诊病人。AI工具将x射线分别归类为“高置信正常”和“非高置信正常”,即正常和异常。

人工智能可以准确识别正常和异常的胸部x光片
4例(共9例)x光被参考标准归类为“异常,不显著”(由两名经委员会认证的胸科放射科医生独立提供,在意见不一致的情况下,还有第三名放射科医生提供),但被人工智能工具归类为正常。所有x光片都显示非常微妙和不起眼的发现;这些x光片在临床放射学报告中也都是正常的。(A) x线片,58岁女性,左上肺叶舌段离散性线性肺不张(箭头)。(B) 61岁女性x光片显示右侧颈椎肋骨(箭头)。(C, D) 48岁女性(C)和64岁女性(D)的图像显示脊柱非常细微的退变,胸椎下部有骨赘(箭头)。资料来源:北美放射学会

两名经委员会认证的胸科(胸部)放射科医生被用作参考标准。第三个是在出现分歧的情况下使用的,所有三位医生都对人工智能的结果一无所知。

在429张被归类为正常的胸片中,有120张(28%)也被AI工具归类为正常。这些x射线(占所有x射线的7.8%)可能由人工智能工具安全自动化。人工智能工具识别异常胸部x光片的灵敏度为99.1%。

普雷斯纳博士说:“最令人惊讶的发现是,这种人工智能工具对各种胸部疾病都非常敏感。”“事实上,在我们的数据库中,我们找不到任何一张胸部x光片是算法犯了重大错误的。此外,人工智能工具的敏感性总体上优于临床委员会认证的放射科医生。”

据研究人员称,进一步的研究可能会针对人工智能工具的更大前景实施,其中自主报告的胸部x光片仍由放射科医生审查。

AI工具在识别门诊组的正常x光片方面表现尤其出色,识别率为11.6%。这表明AI模型在门诊情况下表现特别好,胸部x光检查正常。

“胸部x光是全世界最常见的影像学检查之一,”普雷斯纳博士说。“即使是很小比例的自动化也可以节省放射科医生的时间,他们可以优先处理更复杂的问题。”

更多信息:Louis L. Plesner等人,使用人工智能的自主胸片报告:临床影响的估计,放射学(2023)。DOI: 10.1148 / radiol.222268

期刊信息: 放射学

所提供的北美放射学会
引用:人工智能准确识别2023年3月8日从//www.puressens.com/news/2023-03-ai-accurately-abnormal-chest-x-rays.html检索的正常和异常胸部x光片(2023,3月7日)
这份文件受版权保护。除为私人学习或研究目的而进行的公平交易外,未经书面许可,不得转载任何部分。内容仅供参考之用。

进一步探索

人工智能提高了胸部x光检查肺结节的能力

138股票

对编辑的反馈