European Radiology：人工智能对胸片假阴性结果的识别
2022-05-07 shaosai MedSci原创
胸部X光检查往往是各种胸部疾病的首次影像学检查。因此，错误地解读胸片上的临床相关异常（即假阴性解释）会影响患者进一步的检查或治疗。
胸部X光片是评估各种胸腔疾病的基本工具。然而，由于各种三维解剖结构被投射到单一的二维图像上，胸片的解读很容易出现不同程度的误差。目前，胸部X光片的解读是开发和应用人工智能（AI）技术进行医学图像分析的前沿领域。
胸部X光检查往往是各种胸部疾病的首次影像学检查。因此，错误地解读胸片上的临床相关异常（即假阴性解释）会影响患者进一步的检查或治疗。因此，在放射科医生最初做出阴性解释后，对胸片进行二次分析是人工智能的一个重要应用。多项研究报告称，与放射科医生相比，人工智能系统在识别胸片上的各种疾病或异常方面具有更高的灵敏度。
近日，发表在European Radiology杂志的一项研究利用人工智能识别和纠正最初被放射科医生判析为正常的胸片中的假阴性解释的诊断效能，为进一步提高放射科医生的诊断准确性提供了技术支持。
本研究在一家机构内搜索了1个月内（2020年3月）被阅读为正常的胸片。使用一个商业化的AI系统进行回顾性地评估。然后由最初读片的放射科医生对AI结果异常的X光片进行重新解释（"AI为顾问"的情况）。X光片中相关异常的真实存在参考标准是由三位胸腔放射科医生的多数投票决定的。人工智能系统的功效是通过检测率（整个检查中真阳性识别的比例）和误诊率（FRR，所有检查中假阳性识别的比例）来评价的。进行决策曲线分析以评估应用AI系统的优势。
共有3778名患者（男：女=1542：2236；中位年龄56岁）的4208张X光片被纳入评估。人工智能系统可对最初被忽略的相关异常进行识别，检测率和FRR分别为2.4%和14.0%。在 "AI为顾问 "的情况下，放射科医生发现了最初被忽略的相关异常，其检测率和FRR分别为1.2%和0.97%。在决策曲线分析中，当成本效益比低于1:0.8时，AI作为顾问的方案表现出正的净效益。
图 a 最初被放射科医生解释为正常的胸部X光片示例。b 人工智能（AI）系统检测到磨玻璃灶为异常发现。c 5个月后获得的胸部CT显示左肺上叶一个亚实性结节，诊断为侵袭性腺癌
本研究表明，人工智能系统可以识别胸片上被放射科医生忽视的临床相关异常，并可在检测出异常时向放射科医生提供反馈，实现假阴性解释的及时纠正，提高了准确诊断性并减少了工作负担。
原文出处：
Eui Jin Hwang,Jongsoo Park,Wonju Hong,et al.Artificial intelligence system for identification of false-negative interpretations in chest radiographs.DOI:10.1007/s00330-022-08593-x.
作者：shaosai
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#PE#
63
坚持学习
76
#胸片#
0