Недавнее исследование, опубликованное в журнале Radiology, показало, что рентгенологи лучше, чем инструменты искусственного интеллекта, идентифицируют или исключают три распространенных заболевания легких на основе более чем 2000 рентгенограмм грудной клетки. Согласно исследованию, опубликованному в журнале Radiology, рентгенологи превзошли искусственный интеллект в точном обнаружении трех распространенных заболеваний легких с помощью рентгенограмм грудной клетки. Инструмент искусственного интеллекта, хотя и чувствителен, дает больше ложных срабатываний, что делает его менее надежным для автономной диагностики, но полезным для получения второго мнения.
Согласно исследованию, опубликованному 26 сентября в журнале Radiology, журнале Радиологического общества Северной Америки (RSNA), при исследовании более 2000 рентгеновских снимков грудной клетки рентгенологи превзошли искусственный интеллект в точном определении наличия или отсутствия трех распространенных заболеваний легких.
Роль рентгенографии
«Рентген грудной клетки является распространенным диагностическим инструментом, но правильная интерпретация результатов требует обширной подготовки и опыта», — сказал ведущий исследователь Луи Л. Плеснер, доктор медицинских наук, ординатор и докторант отделения радиологии в больнице Херлев и Гентофте в Копенгагене, Дания.
Хотя на рынке существуют одобренные FDA инструменты искусственного интеллекта для помощи рентгенологам, клиническое применение инструментов искусственного интеллекта на основе глубокого обучения для радиологической диагностики все еще находится в зачаточном состоянии. «Хотя все больше и больше инструментов искусственного интеллекта одобрено для использования в радиологии, существует неудовлетворенная потребность в дальнейшем тестировании этих инструментов в реальных клинических сценариях», — сказал доктор Плеснер. «Инструменты искусственного интеллекта могут помочь рентгенологам в интерпретации рентгенограмм грудной клетки, но их фактическая диагностическая точность остается неясной».
(А) Заднепередняя рентгенограмма грудной клетки 71-летнего пациента мужского пола, направленного на радиологическое обследование из-за прогрессирующей одышки, демонстрирующей двусторонний фиброз (стрелка B). Задне-передняя рентгенограмма грудной клетки 31-летней пациентки, направленной на радиологическое обследование из-за месячного кашля, показывает небольшое затемнение воздушной прослойки на правом краю сердца (стрелка). (C) Передняя рентгенограмма грудной клетки 78-летнего пациента мужского пола, направленного после установки центрального венозного катетера, показывает правую кожную складку (стрелка). (D) Заднепередняя рентгенограмма грудной клетки 78-летнего пациента мужского пола, направленного для исключения пневмоторакса, показывает очень тонкий пневмоторакс (стрелка) на правой верхушке. (E) Задняя переднезадняя рентгенограмма грудной клетки, показывающая хроническое закругление реберно-диафрагмального угла (стрелка) у 72-летнего пациента мужского пола, который был направлен на радиологическое обследование без особой причины. (F) Рентгенограмма передней части грудной клетки 76-летней пациентки, направленной с подозрением на застойные явления и/или пневмонию, показывает очень небольшой левый плевральный выпот (стрелка), который не был пропущен всеми тремя инструментами искусственного интеллекта, которые анализируют плевральный выпот на передней рентгенограмме грудной клетки. Источник: Радиологическое общество Северной Америки.
Результаты исследования
Доктор Плеснер и исследовательская группа сравнили эффективность четырех коммерчески доступных инструментов искусственного интеллекта и работы 72 рентгенологов при интерпретации 2040 рентгенограмм грудной клетки взрослых, сделанных последовательно в течение двух лет в четырех больницах Дании в 2020 году. Средний возраст пациентов составил 72 года. Среди образцов рентгенограмм грудной клетки 669 (32,8%) имели по крайней мере один целевой результат.
Рентгенологическое исследование грудной клетки оценивалось по трем общим признакам: болезнь воздушных клеток (паттерн рентгенограмм грудной клетки, вызванный такими явлениями, как пневмония или отек легких), пневмоторакс (коллапс легкого) и плевральный выпот (скопление воды вокруг легких).
Инструмент искусственного интеллекта имел чувствительность от 72% до 91% для заболеваний дыхательных путей, от 63% до 90% для пневмоторакса и от 62% до 95% для плеврального выпота.
«Инструменты искусственного интеллекта показали умеренную или высокую чувствительность, сравнимую с рентгенологами, при обнаружении заболеваний воздушного пространства, пневмоторакса и плеврального выпота на рентгенограммах грудной клетки», — сказал он. «Однако они давали больше ложноположительных результатов (предсказывая заболевание, когда его не было), чем рентгенологи, и их эффективность ухудшалась, когда присутствовали множественные результаты и меньшие цели».
Сравнение прогнозируемых значений
В отношении пневмоторакса положительная прогностическая ценность системы искусственного интеллекта (вероятность того, что пациент с положительным результатом скрининга действительно имел заболевание) колебалась от 56% до 86% по сравнению с 96% у рентгенологов.
«ИИ показал худшие результаты при выявлении пневмоторакса, с положительной прогностической ценностью от 40 до 50 процентов», — сказал доктор Плеснер. «В этой сложной выборке пожилых пациентов ИИ предсказал несуществующую болезнь воздушного зазора в 5–6 случаях из 10. Невозможно, чтобы система ИИ работала сама по себе с такой скоростью».
Цель рентгенологов – найти баланс между способностью выявлять и исключать заболевания, чтобы избежать упущения из виду серьезных заболеваний и гипердиагностики. «Системы искусственного интеллекта, по-видимому, очень эффективны в обнаружении заболеваний, но не так хороши, как рентгенологи, в определении отсутствия заболеваний, особенно когда рентгенография грудной клетки более сложна», — сказал он. «Слишком много ложноположительных диагнозов может привести к ненужной визуализации, радиационному воздействию и увеличению затрат».
Большинство исследований обычно склонны оценивать способность ИИ определять наличие или отсутствие одного заболевания, что намного проще, чем в реальных ситуациях, когда пациенты часто страдают от нескольких заболеваний. Во многих предыдущих исследованиях, в которых утверждалось, что ИИ превосходит рентгенологов, рентгенологи только просматривали изображения, не зная истории болезни пациента и предыдущих исследований изображений. В повседневной практике интерпретация рентгенологом визуализационного исследования представляет собой совокупность этих трех точек данных. Исследователи предполагают, что следующее поколение инструментов ИИ могло бы стать еще более мощным, если бы они также могли выполнять такой вид синтеза, но такой системы в настоящее время не существует.
«Наше исследование показывает, что рентгенологи обычно превосходят ИИ в реальных сценариях с самыми разными пациентами», — сказал он. «Хотя системы искусственного интеллекта могут эффективно идентифицировать нормальные рентгенограммы грудной клетки, искусственный интеллект не должен ставить диагнозы автономно».
Доктор Плеснер отметил, что эти инструменты искусственного интеллекта могут повысить уверенность рентгенологов в своем диагнозе, если они еще раз взглянут на рентгенограммы грудной клетки.