Лента новостей → ИИ обещает обнаружить туберкулез в Замбии
Согласно исследованию, представленному недавно в RSNA в Чикаго, алгоритм искусственного интеллекта, разработанный Google, демонстрирует потенциал в качестве масштабируемого теста на активный туберкулез легких (ТБ) в условиях ограниченных ресурсов.
В исследовании, проведенном в Замбии при поддержке Фонда Билла и Мелинды Гейтс, алгоритм продемонстрировал высокую чувствительность и специфичность для выявления туберкулеза среди ВИЧ-инфицированной популяции и оказался не хуже рентгенологов.
«ИИ может проводить сортировку активного туберкулеза легких с эффективностью, не уступающей рентгенологам, и выявлять дифференциальные диагнозы, что указывает на потенциальную возможность помочь экономически эффективному скринингу туберкулеза», — сказала ведущая Нсала Санджасе, научный сотрудник Центра исследований инфекционных заболеваний в Лусаке, в заседание состоялось 30 ноября.
По данным Всемирной организации здравоохранения (ВОЗ), в 2021 году от туберкулеза умерло 1,6 миллиона человек, в том числе 187 000 человек с ВИЧ.
В 2021 году ВОЗ обновила свои рекомендации по рентгенологическому скринингу туберкулеза, включив в них компьютерное обнаружение (CAD) и установив планку эффективности 90% чувствительности и 70% специфичности для клинической реализации алгоритмов.
В настоящее время существует пять коммерческих алгоритмов искусственного интеллекта, одобренных для выявления туберкулеза, а также других отклонений на рентгенограммах грудной клетки: qXR, CAD4TB, Lunit Insight CXR, InterRead DR Chest и JF CXR-1, добавила она. Эти алгоритмы хорошо зарекомендовали себя в других исследованиях в различных группах населения, однако лишь немногие исследования оценивали их эффективность в чувствительных группах населения, таких как пациенты с ВИЧ, сказал Санджасе.
В этом исследовании ученые оценивали туберкулез Google AI у взрослых, у которых были симптомы, указывающие на туберкулез, которые были в тесном контакте с больными туберкулезом или у которых впервые был диагностирован ВИЧ. Они набрали 1932 пациента в трех клинических центрах. Из 1807 пациентов с окончательным диагнозом туберкулеза 641 (35%) были ВИЧ-положительными, а 190 (11%) – туберкулезными.
Оценки AI по туберкулезу рассчитывались с использованием двух заранее определенных рабочих точек (ОП): ОП с высокой чувствительностью, основанной на целевом профиле препарата ВОЗ (чувствительность 90 %/специфичность 70 %), и более сбалансированный ОП, напоминающий работу среднего радиолога (90 %) чувствительность/50% специфичность), сказал Санджасе. Кроме того, алгоритм был протестирован на не меньшую эффективность по сравнению с девятью рентгенологами.
Согласно полученным данным, чувствительность и специфичность туберкулезного AI составила 87% и 70% при высокочувствительном ОП и 78% и 82% при сбалансированном ОП, сказал Санджасе.
Кроме того, при высокочувствительном ОП противотуберкулезный ИИ не уступал рентгенологам по чувствительности (p<0,001), но не по специфичности (p=0,99), и соответствовал целевым показателям ВОЗ по специфичности (p<0,001), но не чувствительность (р = 0,17).
При сбалансированном ОП AI не уступал рентгенологам как по чувствительности, так и по специфичности (p<0,02 для обоих).
«На основании нашего исследования мы пришли к выводу, что Google AI TB не уступает рентгенологам при сортировке активного туберкулеза легких среди населения с высоким бременем туберкулеза и ВИЧ», — сказал Санджасе.
По ее словам, согласно сравнительному анализу, алгоритм работает аналогично другим CAD-системам, которые уже представлены на рынке.
В Замбии наблюдается одно из самых высоких показателей бремени туберкулеза и ВИЧ в Африке, а в сельской местности многие клиники не имеют ни цифровых рентгеновских технологий, ни доступа к Интернету, отметил Санджасе. Однако страна значительно увеличила внутреннее финансирование, выделяемое на борьбу с туберкулезом, при этом цифровизация является приоритетом, сказала она.
«Эта система искусственного интеллекта может помочь масштабировать экономически эффективный скрининг туберкулеза и выявление дифференциальных диагнозов в условиях, когда рентгенологи недоступны», — заключил Санджасе.