基于AI的系统在结核病检测方面显示出希望
根据发表在《放射学》上的一项研究，人工智能(AI)系统在胸部X射线中检测到与放射科医生相当的结核病(TB)。研究人员表示，人工智能系统可能能够在放射科医生资源有限的地区帮助筛查。
结核病是一种肺部传染病，每年在全世界造成100多万人死亡。COVID-19大流行加剧了这一问题，最近的报告显示，2020年接受结核病治疗的人数比2019年减少了21%。近90%的活动性结核病感染发生在约30个国家，其中许多国家需要稀缺资源来解决这一公共卫生问题。
“我们有治疗结核病的有效药物，但由于专家放射科医生的成本和可用性，在低收入国家检测结核病的大规模筛查计划并不总是可行的，”该研究的共同作者，加利福尼亚州山景城谷歌健康人工智能的产品经理Rory Pilgrim，B.Eng.说。
Pilgrim说，使用胸部X射线和人工智能进行具有成本效益的结核病筛查有可能改善医疗保健的可及性，特别是在难以到达的人群中。
“弥合专家短缺是人工智能的用武之地，”第一作者、谷歌健康公司软件工程师、理学学士萨哈尔·卡泽姆扎德(Sahar Kazemzadeh)说。“我们可以教计算机从X射线中识别结核病，以便在这些资源匮乏的环境中，患者的X射线可以在几秒钟内被解释。
Kazemzadeh及其同事开发并评估了一种人工智能系统，该系统可以快速自动评估胸部X光检查的结核病。该系统使用深度学习，这是一种人工智能，可以用于教计算机识别和预测医疗状况。研究人员使用来自九个国家的数据开发了该系统。然后，他们根据来自五个国家的数据对其进行了测试，这些国家涵盖了多个结核病高负担国家、各种临床环境以及广泛的种族和民族。来自22，000多名患者的165，000多张图像用于模型开发和测试。
对14名国际放射科医生的分析表明，深度学习方法在胸部X光片上测定活动性结核病方面与放射科医生相当。
“我们想看看这个系统是否能预测结核病与放射科医生相提并论，这就是研究显示的，”Pilgrim说。“人工智能在各种患者中表现得非常好。
不同患者亚组的趋势相似，包括来自南非金矿商的测试集，与普通公众相比，南非的结核病患病率很高。
Kazemzadeh说：“这项研究特别有希望的是，我们研究了一系列不同的数据集，这些数据集反映了结核病呈报的广度，不同的设备和不同的临床工作流程。“我们发现，这个深度学习系统在所有这些系统中都表现得非常好，只有一个基于开发数据集预先选择的操作点，这是其他医学成像AI系统发现具有挑战性的。
如果其他研究支持这些结果，深度学习系统可用于自动筛查胸部X射线结果。检测呈阳性的人将接受痰液检测或核酸扩增检测(NAAT)。这些测试相对昂贵，但如果人工智能可以过滤需要测试的患者，那么好处将是广泛的。使用深度学习系统进行模拟以识别可能的结核病阳性胸部X射线以进行NAAT确认，使每个检测到的阳性结核病患者的成本降低了40%至80%。
“通过在社区中筛查患者并在他们真正生病之前发现结核病，他们可能会有更好的结果，并且可能需要更短的疗程，”Pilgrim说。“此外，由于结核病是一种传染病，如果你能及早接触到人们那里，传播就会减少，从而增加这种筛查的好处。
研究人员正在赞比亚进行前瞻性工作，这意味着他们正在从参加筛查的患者那里收集数据，并为每位患者提供NAAT以研究该系统。他们还在寻找将这些模型推向世界的方法，以一种能够对患者产生最大影响的方式。
“我们希望这可以成为非专业医生和医护人员使用的工具，对人们进行集体筛查，并在需要的地方让他们接受治疗，而无需获得短缺的专业医生，”Pilgrim说。“我们相信，我们可以以低成本、高产量的方式与当地人民一起做到这一点。
版权声明：本文由用户上传，如有侵权请联系删除！