2019-11-06 | 임웅재 기자

胸部X光影像判读,AI胜过医生一筹

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

通过胸部X光影像在数秒内判断肺部等是否存在异常的国产人工智能软件(AI SW),在针对急诊室患者的性能验证试验中,证明其筛查肺部疾病的能力高于影像医学科住院医师。

这款AI SW由首尔大学医院影像医学科教授朴昌民团队与Lunit共同开发,近期获得食品药品安全处的品目许可,名为“Lunit INSIGHT-胸部放射线用”。

朴昌民、黄义振教授团队以2017年1月至3月间因疑似肺炎等呼吸系统疾病到急诊室拍摄胸部X光的患者中的1135人为对象,对AI SW与值班影像医学科住院医师(为成为专科医师而在受训的医生)的判读准确度等进行了比较分析。

结果显示,AI SW将肺炎等胸部病变判别为病变的敏感度为82%至89%,远高于住院医师(66%)。住院医师参考AI SW的判读结果再次判读后,敏感度提高至73%。

这款为肺癌、肺结核、肺炎、气胸等四大胸部疾病筛查(诊断辅助)而开发的AI SW,对四大胸部疾病的敏感度为88%至95%(住院医师72%),对肺水肿等其他胸部疾病为74%至83%(住院医师58%),发现病变的能力高于影像医学科住院医师。

判读敏感度方面,局部肺部异常为82%至90%(住院医师48%)、弥散性肺部异常为89%至97%(住院医师77%),差距较大,但胸膜异常、纵隔异常几乎没有差异。年龄、性别方面也无差异。

不过,将非肺炎等病变判读为非病变的特异度方面,影像医学科住院医师(98%)高于AI SW(70%至90%)。住院医师参考AI SW判读结果再次诊断后,特异度反而小幅降至94%。

朴教授表示:“这项以急诊室患者为对象比较分析AI SW与住院医师影像判读准确度的研究,意义在于在并非经过筛选的患者、而是存在大量不明来诊原因患者的临床现场的首次比较验证中,AI SW获得了合格分”,“许多急诊室夜间由住院医师而非影像医学科专科医师值班,AI SW将为更迅速准确地判读胸部X光影像提供很大帮助”。

他还补充说:“与早期肺癌相比,病变较大的肺炎、肺结核和气胸病变,AI SW比肺癌结节更易发现”,“对有流感症状的患者而言,区分是流感所致还是需使用抗生素的肺炎所致很重要,AI SW也能基于肺胸廓出现的异常等,帮助鉴别由肺炎引起的流感症状”。

由于国民健康检查时也会基本拍摄胸部X光,这提高了不做低剂量计算机断层扫描(CT)也能早期诊断肺癌的可能性,今后的影响将相当可观。

本次研究结果发表在医学影像领域国际学术期刊《放射学(Radiology)》上。

阅读韩文原文