腿部x本站检验由于追踪便捷，开销较低，是最惯用的某类检验之一，通常作为常规心脏病筛查的一本站某类检验。然而根据检验青年人的不同，腿部x本站对肺泡癌变的查出敏感性从44%到87%不等，差异很大。实际医学指导工作中所，与心脏病病因及漏诊有关的医疗司法行为中所，平均有90%是由于在未能在胸片上识别肺泡肿瘤所致。
在只不过的几十年那时候，已开发了多种计算机除此以外检测机制以一同影像科药剂师提升胸片上软组织的检测及病人。尽管有别于的计算机除此以外检测系统在这方面效果突出，但假阳性率更高，因此冲击了其在医学实践中所的常规可用。最近，基于深度学习的自动检测算法(DLADs)在提升肺泡恶性软组织检测方面精度更佳。DLADs不仅提升了阅读者的敏感性，并有利于降低了假阳性率。然而，可用DLAD一同病人在腿部x本站片上易被漏诊的心脏病的可行性仍必要性研究课题。
全因，发此表在Radiology杂志的一项研究课题称赞了DLAD在腿部x本站片上检测心脏病的病人效能，为医学有利于加速、可靠地查出及病人心脏病提供了新的思路及参照依据。
在2010年1年底至2014年12年底过后病人为心脏病的病人中所，筛选出在之前腿部x本站片上可以看到心脏病的117名病人(中所位平均年龄69岁;四分位数范围[IQR]，64-74岁）。随机选择了234例腿部X本站片情况下的病人（中所位平均年龄58岁； IQR，48-68岁； 123位男士）作为有益对照组。9名阅读者在有或无DLAD除此以外的意味著对每一张腿部x本站片进行了指标。对潜在的心脏病进行筛查，并决定是否建言进行有利于的腿部CT随访。可用自由人响应受试者指导工作特征曲本站下覆盖面积(AUC)、敏感性和腿部CT建言率对进行了阅读者的病人精度进行了尤其。
在这117名病人中所，有105人的心脏病在他们的独有腿部x本站片上被漏诊。所有阅读者的平均AUC从无DLAD的0.67(95%置信区间[CI]: 0.62, 0.72)突出攀升到有DLAD的0.76 (95% CI: 0.71, 0.81) (P < .001)。在有DLAD除此以外的意味著，阅读者可查出更多被漏诊的心脏病（平均敏感性，有DLAD的为53％[105个病人中所查出56个]，而没有DLAD的则为40％[105个病人中所查出42个]）（P <.001），且建言更多的病人行腿部CT检验(有DLAD：62%[105名病人中所有66名]vs 无DLAD：47%[105名病人中所有49名]) (P <.001)。在有益对照组中所，有或无DLAD意味著的腿部CT建言率无突出统计学差异(有DLAD：10%[234例病人中所有23例]，无DLAD：8%[234例病人中所有20例])(P = .13)。
此表 阅读者病人精度测试的结果:AUC、敏感性和抗体(每个病人深入研究)。
图 图中所显示了9个阅读者在有或无DLAD的意味著的自由人响应受试者指导工作特性曲本站。
本研究课题结果此表明，基于深度学习的自动检测算法(DLAD)可通过提升阅读者的病人精度来有利于减少在腿部x本站片漏诊的心脏病数量，为医学提升心脏病查出率及高某类药剂师病人信心提供了技术支持。
原文引自：
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
相关新闻
相关问答
