Một nghiên cứu gần đây được công bố trên tạp chí Radiology cho thấy các bác sĩ X quang giỏi hơn các công cụ trí tuệ nhân tạo trong việc xác định hoặc loại trừ ba bệnh phổi phổ biến từ hơn 2.000 bức ảnh chụp X-quang ngực. Theo một nghiên cứu trên tạp chí Radiology, các bác sĩ X quang đã vượt qua trí tuệ nhân tạo trong việc phát hiện chính xác ba bệnh phổi phổ biến từ chụp X-quang ngực. Công cụ AI tuy nhạy cảm nhưng lại tạo ra nhiều kết quả dương tính giả hơn, khiến nó kém tin cậy hơn cho việc chẩn đoán tự động nhưng lại hữu ích cho các ý kiến ​​​​thứ hai.

Một nghiên cứu được công bố ngày 26 tháng 9 trên Radiology, tạp chí của Hiệp hội X quang Bắc Mỹ (RSNA), cho thấy các bác sĩ X quang đã vượt trội hơn trí tuệ nhân tạo trong việc xác định chính xác sự hiện diện hay vắng mặt của ba bệnh phổi phổ biến trong một nghiên cứu trên 2.000 bức ảnh chụp X-quang ngực.

Vai trò của chụp ảnh bức xạ

Điều tra viên chính Louis L. Plesn, MD, bác sĩ nội trú và nhà nghiên cứu tiến sĩ tại Khoa X quang, Bệnh viện Herlev và Gentofte, Copenhagen, Đan Mạch "X-quang ngực là một công cụ chẩn đoán phổ biến, nhưng việc giải thích chính xác kết quả đòi hỏi phải có kinh nghiệm và đào tạo sâu rộng", Er nói.

Mặc dù trên thị trường có các công cụ AI được FDA phê duyệt để hỗ trợ các bác sĩ X quang, nhưng ứng dụng lâm sàng của các công cụ AI dựa trên học sâu để chẩn đoán X quang vẫn còn ở giai đoạn sơ khai. Tiến sĩ Plesner cho biết: “Mặc dù ngày càng có nhiều công cụ trí tuệ nhân tạo được phê duyệt để sử dụng trong X quang, nhưng vẫn chưa đáp ứng được nhu cầu thử nghiệm thêm các công cụ này trong các tình huống lâm sàng thực tế”. “Các công cụ AI có thể hỗ trợ các bác sĩ X quang giải thích các hình ảnh chụp X-quang ngực, nhưng độ chính xác chẩn đoán thực tế của chúng vẫn chưa rõ ràng.”

TAGPH 62

(A) Chụp X quang ngực sau trước của một bệnh nhân nam 71 tuổi được giới thiệu đi chụp X quang vì khó thở tiến triển (mũi tên B). X quang ngực sau của một bệnh nhân nữ 31 tuổi được giới thiệu đi chụp X quang vì ho cách đây một tháng cho thấy mờ khe hở khí ở bờ phải tim (mũi tên). (C) X quang ngực trước của một bệnh nhân nam 78 tuổi được chuyển đến sau khi đặt ống thông tĩnh mạch trung tâm cho thấy nếp gấp da bên phải (mũi tên). (D) X quang ngực sau trước của một bệnh nhân nam 78 tuổi được chỉ định loại trừ tràn khí màng phổi cho thấy tràn khí màng phổi rất khó thấy (mũi tên) ở mỏm phổi phải. (E) X quang ngực trước sau cho thấy góc sườn hoành tròn mạn tính (mũi tên) ở một bệnh nhân nam 72 tuổi được giới thiệu đi chụp X quang mà không có lý do cụ thể. (F) Chụp X-quang ngực trước của một bệnh nhân nữ 76 tuổi được chuyển đến vì nghi ngờ xung huyết và/hoặc viêm phổi cho thấy tràn dịch rất nhỏ ở bên trái ngực (mũi tên) bị bỏ sót bởi cả ba công cụ AI phân tích tràn dịch màng phổi trên X-quang ngực trước. Nguồn: Hiệp hội X quang Bắc Mỹ

Kết quả nghiên cứu

Ples Tiến sĩ Ner và nhóm nghiên cứu đã so sánh hiệu suất của bốn công cụ trí tuệ nhân tạo có sẵn trên thị trường và 72 bác sĩ X quang trong việc giải đoán 2.040 bức ảnh chụp X-quang ngực của người lớn được chụp liên tiếp hai năm tại bốn bệnh viện ở Đan Mạch vào năm 2020. Độ tuổi trung bình của bệnh nhân là 72 tuổi. Trong số các mẫu chụp X-quang ngực, 669 mẫu (32,8%) có ít nhất một dấu hiệu mục tiêu.

X-quang ngực được đánh giá để phát hiện ba phát hiện phổ biến: bệnh tế bào khí (một dạng hình ảnh chụp X-quang ngực do những nguyên nhân như viêm phổi hoặc phù phổi), tràn khí màng phổi (phổi bị xẹp) và tràn dịch màng phổi (nước tích tụ quanh phổi).

Công cụ AI có độ nhạy từ 72% đến 91% đối với bệnh đường hô hấp, 63% đến 90% đối với tràn khí màng phổi và 62% đến 95% đối với tràn dịch màng phổi.

Ông nói: “Các công cụ AI cho thấy độ nhạy từ trung bình đến cao có thể so sánh với các bác sĩ X quang trong việc phát hiện bệnh về đường hô hấp, tràn khí màng phổi và tràn dịch màng phổi trên phim chụp X-quang ngực”. "Tuy nhiên, họ tạo ra nhiều kết quả dương tính giả hơn (dự đoán bệnh khi nó không xuất hiện) so với các bác sĩ X quang và hiệu suất của họ giảm khi có nhiều phát hiện và mục tiêu nhỏ hơn. Suy giảm." giá trị - xác suất những bệnh nhân sàng lọc dương tính sẽ thực sự mắc bệnh - dao động từ 56% đến 86%, so với 96% của bác sĩ X quang.

"AI hoạt động kém nhất trong việc xác định bệnh tràn khí màng phổi, với giá trị tiên đoán dương tính từ 40 đến 50%," Tiến sĩ Plesner cho biết. "Trong mẫu bệnh nhân cao tuổi khó khăn này, AI đã dự đoán bệnh không tồn tại ở khe hở không khí từ 5 đến 6 lần trong số 10 lần. Bạn không thể để một hệ thống AI tự hoạt động với tốc độ đó."

Mục tiêu của bác sĩ X quang là đạt được sự cân bằng giữa khả năng phát hiện và loại trừ bệnh, vừa để tránh bệnh nghiêm trọng bị bỏ qua vừa tránh chẩn đoán quá mức. Ông nói: “Các hệ thống AI dường như rất giỏi trong việc phát hiện bệnh tật, nhưng không tốt bằng các bác sĩ X quang trong việc xác định sự vắng mặt của bệnh, đặc biệt là khi chụp X-quang ngực phức tạp hơn”. "Quá nhiều chẩn đoán dương tính giả có thể dẫn đến chụp ảnh không cần thiết, phơi nhiễm phóng xạ và tăng chi phí."

Hầu hết các nghiên cứu thường có xu hướng đánh giá khả năng của AI trong việc xác định sự hiện diện hay vắng mặt của một căn bệnh, điều này dễ dàng hơn nhiều so với các tình huống thực tế khi bệnh nhân thường mắc nhiều bệnh. Trong nhiều nghiên cứu trước đây khẳng định AI vượt trội hơn bác sĩ X quang, các bác sĩ X quang chỉ xem hình ảnh mà không biết về lịch sử lâm sàng của bệnh nhân cũng như các nghiên cứu hình ảnh trước đó. Trong thực hành hàng ngày, cách giải thích của bác sĩ X quang về kiểm tra hình ảnh là sự tổng hợp của ba điểm dữ liệu này. Các nhà nghiên cứu suy đoán rằng thế hệ công cụ AI tiếp theo có thể trở nên mạnh mẽ hơn nữa nếu chúng cũng có thể thực hiện kiểu tổng hợp này, nhưng hiện tại không có hệ thống nào như vậy tồn tại.

"Nghiên cứu của chúng tôi cho thấy các bác sĩ X quang thường làm việc tốt hơn AI trong các tình huống thực tế với nhiều loại bệnh nhân," ông nói. "Mặc dù hệ thống trí tuệ nhân tạo có thể xác định hiệu quả các bức ảnh chụp X-quang ngực bình thường, nhưng trí tuệ nhân tạo không nên đưa ra chẩn đoán một cách tự động."

Tiến sĩ Plesner đã chỉ ra rằng những công cụ trí tuệ nhân tạo này có thể nâng cao sự tự tin của bác sĩ X quang trong chẩn đoán của họ bằng cách thực hiện các quan sát thứ cấp về chụp X-quang ngực.