斯坦福开发出可媲美放射科医师的X线胸部疾病人工智能诊断系统

根据斯坦福大学研究人员领导的一项新研究,一种新的人工智能算法可以可靠地筛查十几种疾病的胸部X射线,并且可以在比阅读这句话所花费的时间更短的时间内(十秒内)完成。该研究称,这种被称为CheXNeXt的算法是第一个同时评估X射线以治疗多种可能的疾病并返回与放射科医师读数一致的结果的算法。科学家训练该算法检测14种不同的病理:对于10种疾病,该算法的表现与放射科医师一样好;三种与放射科医师相比表现不如放射科医师;而一种疾病表现超出了专家。

放射学助理教授,医学博士,公共卫生硕士马修隆隆说:“通常情况下,我们常看到可以检测脑出血或手腕骨折的人工智能算法 - 一次性病例范围非常狭窄。但在这里,我们讨论的是同时分析的14种不同的病理,而且这都是通过同一种算法进行的。”

Lungren说,目标是最终利用这些算法,建立起可靠的能够快速地扫描各种基于图像的医学检查,以获得疾病的迹象,而无需专业放射科医师的支持。 虽然这可能听起来令人不安,对于那些无法获得放射科医师的专业知识的地区,但该技术最终可以作为世界上资源匮乏地区的高质量数字“咨询”。 同样,人工智能在完全发展的医疗保健系统中也发挥着重要作用,Lungren补充道。 像CheXNeXt这样的算法有朝一日可以加快护理速度,使初级保健医生能够更快地做出有关X射线诊断的明智决策,而无需等待放射科医生。

“我们正在寻找机会让我们的算法在各种环境中得到训练和验证,以探索其优势和盲点,”研究生Pranav Rajpurkar说。 “到目前为止,该算法已经对超过100,000张X射线进行了评估,但现在我们想知道如果我们展示了一百万张X射线,它将会有多好 - 不仅仅是来自一家医院,而是来自世界各地的医院。”

Lungren和Ng的诊断算法已经开发了一年多。 它建立在他们之前的技术迭代工作的基础上,该技术在从胸部X射线诊断肺炎时可以胜过放射科医师。 现在,他们已经提高了算法标记14种疾病的能力,包括肿块,心脏扩大和肺部塌陷。 对于14种病理中的11种,该算法以放射科医师的准确性或更好的方式进行诊断。早在2017年夏天,美国国立卫生研究院就发布了数十万张X光片。 从那时起,对于从事人工智能工作的计算机科学家和放射科医生来说,为胸部X射线诊断提供了最佳算法。

我们需要考虑在多大程度上推动这些AI模型来改善世界各地患者的生活。

科学家使用大约112,000个X射线来训练算法。 然后,由三名放射科医师组成的小组对14种病理学进行了不同的420组X射线检查。 他们的结论充当了“基本事实” - 专家同意的诊断是每次扫描最准确的评估。 该组最终将用于测试算法在X射线中学习疾病迹象的程度。 它还允许研究人员团队了解算法与放射科医师相比的表现。

“我们把算法视为学生; NIH数据集是我们用来教学生的材料,420张图像就像期末考试一样,“Lungren说。 为了进一步评估该算法与人类专家相比的性能,科学家们要求来自多个机构的另外九名放射科医生也进行相同的“期末考试”。“这是提升这项研究的另一个因素,”隆伦说。 “我们不只是将其与其他算法进行比较; 我们将这个模型与实践放射科医师进行比较。“更重要的是,要阅读所有420张X射线,放射科医生平均需要大约3个小时,而算法扫描X射线并在大约90秒内诊断出所有病变。

下一站:诊所

现在,Lungren说,他的团队正在研究CheXNeXt的后续版本,这将使研究人员更接近临床测试。 该算法尚未做好准备,但龙仁希望它最终有助于加快诊断紧急护理的医生或咳嗽急诊患者的X光检查过程。

“我可以通过几种方式看到这种情况。 该算法可以对X射线进行分类,将它们分类为优先级别的类别,供医生检查,如正常,异常或紧急,“Lungren说。 他说,或者算法可以让初级保健医生坐在床边进行按需咨询。 在这种情况下,Lungren说,该算法可以介入以帮助确认或对诊断产生怀疑。 例如,如果患者的体检和实验室结果与肺炎一致,并且该算法在患者的X射线上诊断出肺炎,那么这将成为一种可信度信度非常高的诊断,并且医生可以立即为该病症提供护理。 重要的是,在这种情况下,不需要等待放射科医师。 但如果算法得出不同的诊断结果,初级保健医生可以仔细查看X光片或咨询放射科医生进行最后的检查。

“我们应该建立人工智能算法,与人类,专家医生的黄金标准一样好或更好。 现在,我并不期望人工智能会很快取代放射科医生,但如果我们只是为了增强现有的放射科医生工作流程,我们并没有真正推动这项技术的极限,“隆伦说。 “相反,我们需要考虑我们能够在多大程度上推动这些AI模型来改善世界各地患者的生活。”

该研究结果的论文于11月20日在PLOS Medicine上发表 。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181212B11E6Z00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券