基于ai系统显示承诺在结核病检测
人工智能(AI)系统在胸部x光检测肺结核(TB)水平与放射科医生,根据公布的一项研究放射学。研究人员说,人工智能系统可以帮助筛选在放射科医师资源有限的地区。
结核病是一种肺部传染病,每年全世界有超过一百万人死亡。COVID-19疫情加剧了这个问题,最近的报告表明,21%更少的人比2019年2020年获得照顾结核病。几乎90%的活动性结核病感染发生在大约30个国家,许多稀缺资源需要解决这一公共卫生问题。
“我们有有效治疗结核病的药物,但大规模筛查项目检测结核病并非总是可行的低收入国家由于成本和可用性专家放射科医生,“研究合作者Rory朝圣者说,B.Eng,产品经理在谷歌健康AI在山景城,加州。
划算的结核病筛查使用胸部x射线和AI有潜力改善医疗条件,朝圣者说,特别是在难以到达的人群。
“缩小专家短缺就是人工智能的用武之地,”萨哈尔Kazemzadeh第一作者说,“狗屁”,软件工程师在谷歌健康。“我们可以教会计算机识别结核病从x射线在这些资源匮乏的病人的x光可以在几秒内解释。”
Kazemzadeh和他的同事们开发和评估一个人工智能系统,可以快速和自动评价结核病的胸部x光检查。系统使用深度学习一种人工智能,可以应用于教计算机识别和预测医疗条件。研究人员开发了该系统使用来自9个国家的数据。然后他们测试了来自五个国家的数据,覆盖多个结核病高发国家,各种临床设置和各种各样的人种和种族。超过165000张22000多名患者的图像被用于开发和测试模型。
分析14国际放射科医生表明,深度学习方法与放射科医生的决心活动性结核病在胸部x光检查。
“我们想看看这个系统预测结核病与放射科医生,这就是研究显示,“朝圣者说。“人工智能与各种病人的表现很好。”
趋势是相似的在不同的子组的病人,包括在南非金矿的测试集,一群的结核病流行率很高,相比普通大众。
”特别承诺在这项研究中,我们研究了一系列不同的数据集,反映了结核病的宽度表示,不同的设备和不同的临床工作流程,“Kazemzadeh说。“我们发现,这个深度学习系统执行的很好,他们都用一个操作点,预先选择是基于开发的数据集,其他医学成像AI系统发现了具有挑战性的东西。”
如果进一步的研究支持结果,深度学习系统可以用来自动屏幕胸部x光片的结果结核病。检测呈阳性的人会收到一份痰测试或核酸扩增检测(NAAT)。这些测试是相对昂贵,但是如果AI能过滤的病人需要测试,带来的好处将是广泛的。模拟使用深度学习系统来识别可能结核病积极胸部x光检查NAAT确认成本减少了40%到80%的阳性结核病病人发现。
”筛查结核病患者在社区和检测之前真的生病了,他们会有更好的结果和可能需要更短的疗程,“朝圣者说。”也,因为肺结核是一种传染病,如果你能让人们早期传播也会减少,加剧这一筛查的好处。”
研究人员正在进行在赞比亚在未来的环境中工作,这意味着他们从病人参加筛选,收集数据,为每个病人提供NAAT为目的的研究系统。他们也正在寻找方式去得到这些模型对世界的方式可以为病人有最大的影响。
“我们希望这是一个非专业医生和卫生保健工作者所使用的工具来筛选人集体,让他们治疗,不需要专业医生,供不应求,“朝圣者说。“我们相信我们可以做到这一点的人在一个低成本、高容量的方式。”
