Согласно исследованию, опубликованному  в журнале Chest , искусственный интеллект улучшает интерпретацию рентгеновских изображений грудной клетки практикующими врачами-нерентгенологами, что может быть полезно в условиях ограниченных ресурсов .

Команда под руководством Яна Рудольфа, доктора медицинских наук из университетской больницы LMU Мюнхена в Германии, обнаружила, что система искусственного интеллекта на основе сверточной нейронной сети (CNN), ориентированная на рентгенографию грудной клетки, улучшила работу нерентгенологов при диагностике некоторых патологий грудной клетки.

«В условиях отделения неотложной помощи без круглосуточной радиологической поддержки представленное решение на базе искусственного интеллекта представляет собой отличный инструмент клинической поддержки для нерадиологов, аналогичный второму считывателю, и позволяет более точно поставить первичный диагноз и, следовательно, раньше начать терапию», — команда Рудольфа написал.

Рентгенография органов грудной клетки является основным методом оценки того, требует ли заболевание немедленного лечения. Но определить это непросто: экспертам необходимо оценить наличие явлений проекции, наложений и подобных представлений различных результатов.

Эта последняя часть может быть сложной для нерадиологов, которые не постоянно интерпретируют результаты диагностических визуализационных исследований. Тем не менее, им может быть поручено принимать клинические решения на основе таких результатов в условиях неотложной помощи без постоянного присутствия рентгенологов.

Предыдущие исследования изучали потенциал ИИ в интерпретации рентгеновских снимков грудной клетки и, таким образом, помогают оптимизировать клинические рабочие процессы и улучшить уход за пациентами.

Рудольф и соавторы оценили эффективность алгоритма искусственного интеллекта, который был обучен как на общедоступных, так и на экспертных данных при визуализации грудной клетки.

Они включали 563 рентгеновских снимка грудной клетки, которые были ретроспективно оценены дважды тремя сертифицированными радиологами, тремя ординаторами-рентгенологами и тремя ординаторами, не являющимися радиологами, с опытом работы в отделениях неотложной помощи. Исследователи также протестировали нерентгенологов на предмет диагностики четырех предполагаемых патологий: плеврального выпота, пневмоторакса, уплотнений, подозрительных на пневмонию, и узелков.

При внутренней проверке алгоритм AI достиг значений площади под кривой (AUC) в диапазоне от 0,95 (узлы) до 0,995 (плевральный выпот).

Команда сообщила о разном повышении точности среди читателей-нерадиологов по всем четырем патологиям.

Точность читателей-нерадиологов в интерпретации рентгенограмм грудной клетки с помощью ИИ и без нее
Патология	Без помощи ИИ	С помощью ИИ
Плевральный выпот	84%	87,9%
Пневмоторакс	92,8%	95%
Пневмония	79%	84,9%
узелки	74,6%	79,7%

Кроме того, команда сообщила, что помощь ИИ улучшила консенсус среди читателей-нерадиологов при выявлении пневмоторакса. Это включало увеличение AUC с 0,846 до 0,974 (р <0,001). Это означало увеличение чувствительности на 30% и увеличение точности на 2% при сохранении оптимизированной специфичности.

Исследователи также подчеркнули, что наибольшее влияние на обнаружение узлов оказала помощь ИИ среди читателей, не являющихся рентгенологами. Помощь ИИ привела к увеличению чувствительности на 53% и точности на 7%, а также увеличению AUC с 0,723 до 0,89 (p < 0,001).

Наконец, команда проверила работу рентгенологов с алгоритмом искусственного интеллекта и обнаружила небольшое, «в основном незначительное» увеличение производительности, чувствительности и точности.

Авторы исследования подчеркнули, что помощь ИИ в этой области может помочь менее опытным врачам, когда поддержка опытных рентгенологов или врачей неотложной помощи не гарантирована.

«В этом случае количество потенциально упущенных результатов может быть значительно сокращено», — написали они.

Полную версию исследования можно найти здесь .

Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.