TY - JOUR

T1 - Диагностическая эффективность различных систем автоматического анализа рентгенограмм в выявлении периферических образований легких

AU - Смольникова, У. А.

AU - Гаврилов, Павел Владимирович

AU - Яблонский, Петр Казимирович

N1 - Смольникова У.А., Гаврилов П.В., Яблонский П.К. Диагностическая эффективность различных систем автоматического анализа рентгенограмм в выявлении периферических образований легких. Радиология – практика. 2022;(3):51-66. https://doi.org/10.52560/2713-0118-2022-3-51-66

PY - 2022/6/30

Y1 - 2022/6/30

N2 - Цель исследования — сравнительная оценка эффективности различных систем искусственного интеллекта для выявления очагов и округлых образований в легких. Для тестирования нами было выбрано четыре программных продукта на основе сверточных нейронных сетей, позиционирующих себя как системы автоматической оценки цифровых рентгенограмм легких. Для клинической оценки был использован метод аналитической валидации. Для тестирования было сформировано три выборки данных с различной распространенностью патологии (выборка 1–5150 рентгенограмм, распространенность патологических изменений 3 %; выборка 2–100 рентгенограмм, распространенность патологических изменений 6 %; выборка 3–300 рентгенограмм, распространенность патологических изменений 50 %). Ни один из программных продуктов не прошел порогового значения AUC 0,811 на всех трех выборках. Во всех трех выборках все программные продукты показали высокую специфичность и низкую чувствительность при выявлении округлых образований, что свидетельствует о редких случаях гипердиагностики и частых случаях гиподиагностики. Использование систем анализа цифровых рентгенологических изображений на основе технологии искусственного интеллекта является перспективным направлением повышения качества диагностики, в первую очередь при использовании их молодыми врачами-рентгенологами в качестве дополнительного второго мнения.

AB - Цель исследования — сравнительная оценка эффективности различных систем искусственного интеллекта для выявления очагов и округлых образований в легких. Для тестирования нами было выбрано четыре программных продукта на основе сверточных нейронных сетей, позиционирующих себя как системы автоматической оценки цифровых рентгенограмм легких. Для клинической оценки был использован метод аналитической валидации. Для тестирования было сформировано три выборки данных с различной распространенностью патологии (выборка 1–5150 рентгенограмм, распространенность патологических изменений 3 %; выборка 2–100 рентгенограмм, распространенность патологических изменений 6 %; выборка 3–300 рентгенограмм, распространенность патологических изменений 50 %). Ни один из программных продуктов не прошел порогового значения AUC 0,811 на всех трех выборках. Во всех трех выборках все программные продукты показали высокую специфичность и низкую чувствительность при выявлении округлых образований, что свидетельствует о редких случаях гипердиагностики и частых случаях гиподиагностики. Использование систем анализа цифровых рентгенологических изображений на основе технологии искусственного интеллекта является перспективным направлением повышения качества диагностики, в первую очередь при использовании их молодыми врачами-рентгенологами в качестве дополнительного второго мнения.

KW - рентгенография легких, округлые образования, скрининг, искусственный интел- лект, сверточные нейронные сети

UR - https://www.mendeley.com/catalogue/c28a0935-1bae-37c8-a719-a3e327707279/

U2 - 10.52560/2713-0118-2022-3-51-66

DO - 10.52560/2713-0118-2022-3-51-66

M3 - статья

VL - 93

SP - 51

EP - 66

JO - РАДИОЛОГИЯ - ПРАКТИКА

JF - РАДИОЛОГИЯ - ПРАКТИКА

SN - 2071-9426

IS - 3

ER -