ИИ в медицине. ИИ против 9 рентгенологов.

Интерпретация рентгенограммы грудной клетки имеет решающее значение для выявления торакальных заболеваний, включая туберкулез и рак легких, которые каждый год затрагивают миллионы людей во всем мире.

Эта трудоемкая задача обычно требует, чтобы квалифицированные радиологи читали изображения, что приводило к ошибкам диагностики на основе усталости или отсутствию возможности выполнить диагностику в районах мира, где радиологи недоступны.

В последнее время методы глубокого обучения нейронных сетей позволили ИИ достичь уровня экспертного уровня в задачах интерпретации медицинских изображений, основанных на больших сетевых архитектурах и подпитываемых появлением классифицированных/размеченных больших наборов данных.

Целью этого исследования является исследование эффективности алгоритма глубокого обучения обнаружению патологий в рентгенограммах грудной клетки по сравнению с практикующими радиологами.

Методы и выводы

Мы создали CheXNeXt, сверточную нейронную сеть, чтобы одновременно обнаруживать наличие 14 различных патологий, включая пневмонию, плевральный выпот, легочные массы и узлы (pneumonia, pleural effusion, pulmonary masses) во фронтальных рентгенограммах грудной клетки.

CheXNeXt был обучен и внутренне проверен на наборе данных ChestX-ray8 с набором заранее  классифицированных рентгенограм.

Исследование эффективности ИИ проводилось на валидационном наборе рентгенограмм состоящим из 420 изображений, которые были отобраны, чтобы содержать по меньшей мере 50 случаев каждой оригинальной патологии.

Этот валидационный набор данных готовился группой из 3 сертифицированных  кардиоторакальных специалистов радиологов. 

Команда соревнующихся с ИИ радиологов включала:

• 6 сертифицированных радиологов (средний стаж 12 лет, от 4 до 28 лет)
• и 3 старших рентгенолога из 3 академических учреждений.

Мы обнаружили, что CheXNeXt достигла уровня квалифицированного радиолога на 11 патологиях и не достигла уровня радиолога эксперта по 3 патологиям.

Радиологи достигли статистически значимо более высоких показателей AUC(area under Curve) при кардиомегалии, эмфиземе и гиаларальной грыже, с AUC 0,888 (95% доверительный интервал [CI] 0,863-0,910), 0,911 (95% ДИ 0,866-0,947) и 0,985 (95% ДИ 0,974-0,991) соответственно , тогда как AUC CheXNeXt составляли 0,831 (95% ДИ 0,790-0,870), 0,704 (95% ДИ 0,567-0,833) и 0,851 (95% ДИ 0,785-0,909) соответственно.

CheXNeXt проявил себя лучше, чем радиологи при обнаружении ателектаза, с AUC 0,862 (95% ДИ 0,825-0,895), статистически достоверно выше, чем AUC у радиологов 0,808 (95% ДИ 0,777-0,838). Не было статистически значимых различий в AUC для других 10 патологий.

Среднее время для интерпретации 420 изображений в наборе валидации было значительно дольше для радиологов (240 минут), чем для CheXNeXt (1,5 минуты).

Основные ограничения нашего исследования заключаются в том, что ни CheXNeXt, ни радиологам не разрешалось использовать историю болезни или пересматривать предшествующие обследования и что оценка ограничивалась набором данных из одного учреждения.

Выводы

В этом исследовании мы разработали и оценили ИИ на базе нейросети глубокого обучения, который классифицировал клинически важные отклонения в рентгенограммах грудной клетки на уровне эффективности, сопоставимом с практикующими радиологами.

После тестирования в клинических условиях алгоритм может иметь потенциал для расширения доступа пациентов к диагностике рентгенограммы грудной клетки.