Search

Модель глубокого обучения Google выявляет туберкулез

Компания Google разработала модель глубокого обучения, которая может обнаруживать туберкулез так же точно, как рентгенологи, использующие рентгенограммы грудной клетки.

О модели DLS от Google AI

Новое исследование , опубликованное на этой неделе в журнале Radiology , показало, что система глубокого обучения (Deep Learning System, DLS), разработанная Google, работает наравне с рентгенологами в обнаружении активного туберкулеза легких (ТБ) с помощью рентгенограмм грудной клетки.

По данным Всемирной организации здравоохранения (ВОЗ), туберкулез — это бактериальная инфекция, которая обычно поражает легкие и распространяется, когда инфицированный человек кашляет, чихает или сплевывает. Болезнь создает серьезное глобальное бремя для здоровья: ежегодно во всем мире заболевают 10 миллионов человек. Из них ежегодно умирает 1,5 миллиона человек, несмотря на то, что туберкулез можно предотвратить и излечить.

ВОЗ также отмечает, что это заболевание является одним из основных смертоносных заболеваний в мире с точки зрения инфекционных заболеваний и основной причиной смерти ВИЧ-инфицированных. По оценкам, четверть населения мира инфицирована бактериями ТБ, но большинство людей, заболевающих ТБ, живут в странах с низким и средним уровнем дохода.

Это глобальное бремя болезней привело к значительным усилиям по выявлению и ликвидации туберкулеза, но многочисленные проблемы ограничивают прогресс. В рамках своей стратегии содействия раннему выявлению ТБ ВОЗ рекомендует делать рентгенограммы органов грудной клетки для облегчения скрининга на ТБ. Однако авторы исследования отмечают, что отсутствие опыта интерпретации рентгенограмм грудной клетки во многих регионах препятствует этим усилиям.

Чтобы решить эту проблему, исследователи стремились разработать модель DLS, способную выявлять активный легочный туберкулез. Модель была обучена и протестирована с использованием ретроспективного набора данных рентгенограмм грудной клетки, полученных с 1996 по 2020 год.

 

Результаты

Затем производительность модели сравнивалась с эффективностью 14 рентгенологов. Модель была разработана для достижения целей 90% чувствительности или 70% специфичности в соответствии с рекомендациями ВОЗ для этого типа технологий.

В целом, модель показала себя наравне с радиологами:

Чувствительность 88% по сравнению с 75% для рентгенологов.
Специфичность 79% по сравнению с 84% для рентгенологов.

 

 

Эти результаты показывают, что модель может облегчить скрининг на туберкулез в районах с ограниченными ресурсами рентгенологов, заключили исследователи. Однако необходимы дополнительные исследования и клиническая проверка модели, прежде чем ее можно будет интегрировать в клинические условия.
Это исследование является последним в растущей попытке использовать искусственный интеллект (ИИ) для улучшения медицинской визуализации .
На этой неделе исследователи обнаружили , что модели машинного обучения (ML), разработанные с использованием краудсорсингового подхода , могут улучшить усилия по количественной оценке рентгенологических повреждений суставов у пациентов с ревматоидным артритом.