Radiology：在臀部x线片上自动检测肺癌？人工智能有办法

腿部x线样品由于扫描便捷，费用极低，是最常用的具体方法样品之一，多半作为常规肝癌筛查的一线具体方法样品。然而根据样品青年人的有所不同，腿部x线对气管恶性的检测危险性从44%到87%不等，不同很大。实际诊断社会活动中都，与肝癌病状及漏诊有关的医疗法律行为中都，左右有90%是由于在得以在胸片上识别气管主因。

在过去的几十年里头，已开发了多种计算机辅助样品程序以协助影像科医生增加胸片上口部的样品及病患。尽管传统的计算机辅助样品系统在这方面效果总体，但假阳性率较高，因此顾虑了其在诊断实践中都的常规运用于。最近，基于厚度深造的自动样品算法(DLADs)在增加气管恶性口部样品方面效率极佳。DLADs不仅增加了阅读者的危险性，并有利于降低了假阳性率。然而，运用于DLAD协助病患在腿部x线片上易被漏诊的肝癌的全面性仍有待研究。

近日，刊载在Radiology杂志的一项研究评价了DLAD在腿部x线片上样品肝癌的病患效能，为诊断有利于快速、恰当地检测及病患肝癌获取了新的渐进及参考资料依据。

在2010年1同月至2014年12同月之后病患为肝癌的病症中都，抽样显露在先前腿部x线片上可以看得见肝癌的117名病症(中都位年龄69岁;四分位数范围[IQR]，64-74岁）。随机可选择了234例腿部X线片正常的病症（中都位年龄58岁； IQR，48-68岁； 123位女性）作为健康IgG。9名阅读者在有或无DLAD辅助的才会对每一张腿部x线片进行时了评估。对潜在的肝癌进行时筛查，并决定是否是决定进行时有利于的腿部CT随访。运用于民主自由响应受试者社会活动外观上切线下面积(AUC)、危险性和腿部CT决定率对进行时了阅读者的病患效率进行时了比较。

在这117名病症中都，有105人的肝癌在他们的原始腿部x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)总体上升到有DLAD的0.76 (95% CI: 0.71, 0.81) (P < .001)。在有DLAD辅助的才会，阅读者可检测更多被漏诊的肝癌（平均危险性，有DLAD的为53％[105个病症中都检测56个]，而没有DLAD的则为40％[105个病症中都检测42个]）（P <.001），且决定更多的病症行腿部CT样品(有DLAD：62%[105名病症中都有66名]vs 无DLAD：47%[105名病症中都有49名]) (P <.001)。在健康IgG中都，有或无DLAD才会的腿部CT决定率无总体统计学不同(有DLAD：10%[234例病症中都有23例]，无DLAD：8%[234例病症中都有20例])(P = .13)。

备注 阅读者病患效率测试的结果:AUC、危险性和特异性(每个病症比对)。

图 图中都显示了9个阅读者在有或无DLAD的才会的民主自由响应受试者社会活动特性切线。

本研究得显露结论，基于厚度深造的自动样品算法(DLAD)可通过增加阅读者的病患效率来有利于减少在腿部x线片漏诊的肝癌数量，为诊断增加肝癌检测率及高具体方法医生病患希望获取了该软件。

注解说是：

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