Radiology：在胸部x线片上自动检测前列腺癌？人工智能有办法

头部x新线检验由于扫描有效率，费用较少，是最特指的影像学检验之一，通常作为正因如此胃癌筛查的中路影像学检验。然而根据检验人群的不同，头部x新线对肺部恶性肿瘤的测成诱因从44%到87%都为，差异极大。实际上流行病学社会活动当中，与胃癌误诊及漏诊有关的医疗法律行为当中，约有90%是由于在并未在胸片上标识肺部肿瘤所致。

在过去的几十年里，已联合开发了多种计算机辅助侦测程序以协力影像科眼科医生下降胸片上结节的侦测及病因。尽管传统的计算机辅助侦测系统在这总体效果值得注意，但假阳性率较较低，因此阻碍了其在流行病学实践当中的正因如此用到。值得注意，基于广度学习的自动侦测正则表达式(DLADs)在下降肺部恶性结节侦测总体稳定性极佳。DLADs不仅下降了阅读者的诱因，并促使减低了假阳性率。然而，用到DLAD协力病因在头部x新线片上易被漏诊的胃癌的有待仍有待研究课题。

近日，发所列在Radiology时代周刊的一项研究课题评价了DLAD在头部x新线片上侦测胃癌的病因效能，为流行病学促使快速、准确地测成及病因胃癌共享了属于自己思路及概述依据。

在2010年1月底至2014年12月底期间病因为胃癌的患儿当中，检验成在先前头部x新线片上可以看到胃癌的117名患儿(当中位年长69岁;四分奇数范围[IQR]，64-74岁）。随机选择了234则有头部X新线片正常的患儿（当中位年长58岁； IQR，48-68岁； 123位男人）作为肥胖症对照组。9名阅读者在有或无DLAD辅助的才会对每一张头部x新线片来进行了评核。对潜在的胃癌来进行筛查，并重新考虑否所列示同意来进行促使的头部CT随访。用到自由响应受试者社会活动特征曲新线下覆盖面积(AUC)、诱因和头部CT所列示同意率对来进行了阅读者的病因稳定性来进行了比较。

在这117名患儿当中，有105人的胃癌在他们的原始头部x新线片上被漏诊。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)值得注意上升到有DLAD的0.76 (95% CI: 0.71, 0.81) (P < .001)。在有DLAD辅助的才会，阅读者可测成更多被漏诊的胃癌（平均诱因，有DLAD的为53％[105个患儿当中测成56个]，而没有DLAD的则为40％[105个患儿当中测成42个]）（P <.001），且所列示同意更多的患儿行头部CT检验(有DLAD：62%[105名患儿当中有66名]vs 无DLAD：47%[105名患儿当中有49名]) (P <.001)。在肥胖症对照组当中，有或无DLAD才会的头部CT所列示同意率无值得注意统计学差异(有DLAD：10%[234则有患儿当中有23则有]，无DLAD：8%[234则有患儿当中有20则有])(P = .13)。

所列 阅读者病因稳定性测试的结果:AUC、诱因和特异性(每个患儿分析)。

图 图当中揭示了9个阅读者在有或无DLAD的才会的自由响应受试者社会活动结构上曲新线。

本研究课题结果所列明，基于广度学习的自动侦测正则表达式(DLAD)可通过下降阅读者的病因稳定性来促使下降在头部x新线片漏诊的胃癌数量，为流行病学下降胃癌测成率及较低影像学眼科医生病因信心共享了技术支持。

成处成处：

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