外媒 | 谷歌深度学习模型检测肺结核的准确率与放射科医生相当-普瑞纯证

本周发表在《放射学》杂志上的一项新研究发现，谷歌开发的深度学习（DL）系统在使用胸部X光片检测活动性肺结核方面与放射科医生的表现相当。肺结核是一种细菌感染，通常影响肺部，当感染者咳嗽、打喷嚏或吐痰时会传播。根据世界卫生组织（WHO）的数据，每年全球有1000万人患上肺结核，其中150万人死亡，尽管肺结核是可以预防和治愈的。WHO进一步指出，肺结核是全球传染病中的头号杀手之一，也是HIV感染者死亡的主要原因之一。据估计，全球四分之一的人口感染了肺结核细菌，但大多数患肺结核的人生活在低收入和中等收入国家。这种全球疾病负担导致了大量的肺结核检测和消除工作，但许多挑战限制了进展。作为早期检测肺结核的策略的一部分，WHO建议使用胸部X光片进行肺结核筛查。然而，研究人员指出，许多地区缺乏胸部X光片解读专业知识，这阻碍了这些工作的开展。为了解决这个问题，研究人员试图开发一种能够检测活动性肺结核的DL模型。该模型使用从1996年到2020年获取的胸部X光片的回顾性数据集进行训练和测试。这些数据来自10个国家的患有肺结核的患者，其肺结核结果是通过微生物学检测或核酸扩增测试（NAAT）确认的。该模型使用了来自中国、印度、美国和赞比亚的四国测试集以及来自南非矿区的放射片数据集进行评估。该模型的性能随后与14名放射科医生进行了比较。该模型旨在实现90%的灵敏度或70%的特异度，符合WHO对这种技术的指导方针。总体而言，该模型的表现与放射科医生相当。该模型的灵敏度为88%，而放射科医生的灵敏度为75%。但它的特异度为79%，而放射科医生的特异度为84%。这些发现表明，该模型可能能够在缺乏放射科医生资源的地区促进肺结核筛查，研究人员得出了这样的结论。然而，需要更多的研究来验证这一结论。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。