Radiology：在脸部x线片上自动检测肺癌？人工智能有办法

头部x线核对由于显影便捷，费用较低，是最之前用的技术手段核对之一，通常作为正因如此胃癌前列腺癌的一线技术手段核对。然而根据核对人群的各不相同，头部x线对呼吸道恶性的查出敏感度从44%到87%平均，差异太大。实际针灸工作之前，与胃癌误诊及漏诊有关的医疗卫生法令行为之前，约有90%是由于在得以在胸片上识别呼吸道所致。

在现在的几十年里，已开发了多种计算机辅助检验程序以协助影像科医生增加胸片上下颚的检验及检验。尽管传统观念的计算机辅助检验种系统在这之外关键在于，但有假阳性率很低，因此不利于了其在针灸实践之前的正因如此用于。最近，基于深达研习的自动检验算法(DLADs)在增加呼吸道恶性下颚检验之外性能极佳。DLADs不仅增加了阅读者的敏感度，并再进一步降低了有假阳性率。然而，用于DLAD协助检验在头部x线片上易被漏诊的胃癌的可行性仍有待研究成果。

近来，发表格在Radiology杂志的一项研究成果评价了DLAD在头部x线片上检验胃癌的检验相容性，为针灸再进一步短时间、准确地查出及检验胃癌发放了新的思路及参考依据。

在2010年1月至2014年12月期间检验为胃癌的病患之前，抽样出在之前头部x线片上可以看见胃癌的117名病患(之前位年龄69岁;四分位数范围[IQR]，64-74岁）。随机选择了234例头部X线片正常的病患（之前位年龄58岁； IQR，48-68岁； 123位女性）作为健康对照组。9名阅读者在有或无DLAD辅助的但会对每一张头部x线片完成了评估。对潜在的胃癌完成前列腺癌，并决定是否建言完成再进一步的头部CT随访。用于自由响应人会工作特性曲线下面积(AUC)、敏感度和头部CT建言率对完成了阅读者的检验性能完成了来得。

在这117名病患之前，有105人的胃癌在他们的原始头部x线片上被漏诊。所有阅读者的平均AUC从无DLAD的0.67(95%正态分布[CI]: 0.62, 0.72)显著回升到有DLAD的0.76 (95% CI: 0.71, 0.81) (P < .001)。在有DLAD辅助的但会，阅读者可查出更多被漏诊的胃癌（平均敏感度，有DLAD的为53％[105个病患之前查出56个]，而没有DLAD的则为40％[105个病患之前查出42个]）（P <.001），且建言更多的病患行头部CT核对(有DLAD：62%[105名病患之前有66名]vs 无DLAD：47%[105名病患之前有49名]) (P <.001)。在健康对照组之前，有或无DLAD但会的头部CT建言率无显著统计学差异(有DLAD：10%[234例病患之前有23例]，无DLAD：8%[234例病患之前有20例])(P = .13)。

表格 阅读者检验性能测试的结果:AUC、敏感度和免疫(每个病患数据分析)。

平面图 平面图之前显示了9个阅读者在有或无DLAD的但会的自由响应人会工作特性曲线。

本研究成果结果表格明，基于深达研习的自动检验算法(DLAD)可通过增加阅读者的检验性能来再进一步减少在头部x线片漏诊的胃癌量，为针灸增加胃癌查出率及高技术手段医生检验热忱发放了技术支持。

原文出处：

Sowon Jang,Hwayoung Song,Yoon Joo Shin,et al.Deep Learning-based Automatic Detection Algorithm for Reducing Overlooked Lung Cancers on Chest Radiographs.DOI:10.1148/radiol.2020200165