![44岁男性,胸痛和呼吸困难。(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)。肺安吉人](http://www.alohadebbie.com/sites/default/files/styles/content_large/public/RSNA%20AI_Xray.png?itok=39FSsRc1)
根据发表在北美放射学会(RSNA)杂志《放射学》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。
2023年3月8日——人工智能(人工智能根据今天(3月7日)发表的一项研究,该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,北美放射学会会刊(RSNA).
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。
一种能够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全球放射科医生所经历的繁重工作。
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:“对医学成像的需求呈指数级增长,特别是横断面CT和MRI。”“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。
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。在出现分歧的情况下,使用了第三名放射科医生,而这三名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%,有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。”
欲了解更多信息:www.rsna.org