Role umělé inteligence v časném záchytu ložiskových změn
plicního parenchymu při RTG vyšetření hrudníku: zkušenosti z
retrospektivních studií na české populaci

J 2023

Role umělé inteligence v časném záchytu ložiskových změn plicního parenchymu při RTG vyšetření hrudníku: zkušenosti z retrospektivních studií na české populaci

ČERNÝ, Martin; Daniel KVAK; Daniel SCHWARZ; Hynek MÍRKA; Jakub DANDÁR et al.

Základní údaje

Originální název

Role umělé inteligence v časném záchytu ložiskových změn plicního parenchymu při RTG vyšetření hrudníku: zkušenosti z retrospektivních studií na české populaci

Autoři

ČERNÝ, Martin; Daniel KVAK; Daniel SCHWARZ; Hynek MÍRKA a Jakub DANDÁR

Vydání

Časopis lékařů českých, Praha, Česká lékařská společnost J. Ev. Purkyně, 2023, 0008-7335

Další údaje

Typ výsledku

Článek v odborném periodiku

Obor

30224 Radiology, nuclear medicine and medical imaging

Utajení

není předmětem státního či obchodního tajemství

Odkazy

URL

Označené pro přenos do RIV

Organizační jednotka

Lékařská fakulta

Klíčová slova česky

umělá inteligence, hluboké učení, počítačem asistovaná diagnostika, skiagram hrudníku, nádory plic, solitární plicní uzly, plicní masy

Klíčová slova anglicky

artificial intelligence, deep learning, computer-aided diagnosis, chest X-ray, lung cancer, solitary pulmonary nodules, pulmonary masses

Příznaky

Recenzováno

Změněno: 7. 9. 2024 08:30, Mgr. Daniel Kvak

Anotace

V originále

Zaměřujeme se na možné využití AI v rámci diagnostiky ložiskových změn plicního parenchymu, které mohou být projevem zhoubného nádoru plic, na základě skiagramu hrudníku. Ačkoliv ve srovnání s jinými metodami, především výpočetní tomografií (CT) hrudníku, tato modalita vykazuje nižší senzitivitu, vzhledem k rutinnímu provádění velmi často představuje první vyšetření, při němž jsou plicní léze zachyceny. Prezentujeme vlastní řešení založené na metodách hlubokého učení, které má za cíl zvýšit záchyt plicních lézí především v časných fázích onemocnění. Následně uvádíme výsledky našich předchozích původních prací, které validují navržený model ve dvou odlišných klinických prostředích – v prostředí spádové nemocnice s nízkou prevalencí nálezů a v prostředí specializovaného onkologického centra. Na základě kvantitativního srovnání se závěry radiologů různých úrovní zkušeností jsme zjistili, že náš model dosahuje vysoké senzitivity, na druhou stranu byla jeho specificita nižší než u oslovených radiologů. V kontextu klinických požadavků a diagnostiky asistované AI hraje zásadní roli zkušenost a klinické uvažování lékaře, proto se v současnosti přikláníme k modelům s vyšší senzitivitou na úkor nižší specificity. V případě suspekce, byť vyhodnocené jako nepravděpodobné, model nález raději předkládá lékaři. Na základě těchto výsledků lze očekávat, že v budoucnu bude AI hrát klíčovou roli v oblasti radiologie jako pomocný nástroj pro hodnotící specialisty. Aby k tomu mohlo dojít, je potřeba vyřešit nejen technické, ale i některé medicínské a regulatorní aspekty. Zásadní je dostupnost kvalitních a spolehlivých informací nejen o přínosech, ale také o limitacích možností strojového učení a AI v medicíně.

Návaznosti

MUNI/A/1551/2023, interní kód MU

Název: Rozvoj vědeckých aspektů simulačního vzdělávání na LF MU I.

Investor: Masarykova univerzita, Rozvoj vědeckých aspektů simulačního vzdělávání na LF MU I.

Citovat

ČERNÝ, Martin; Daniel KVAK; Daniel SCHWARZ; Hynek MÍRKA a Jakub DANDÁR. Role umělé inteligence v časném záchytu ložiskových změn plicního parenchymu při RTG vyšetření hrudníku: zkušenosti z retrospektivních studií na české populaci. Časopis lékařů českých. Praha: Česká lékařská společnost J. Ev. Purkyně, 2023, roč. 2023, 7-8, s. 283-289. ISSN 0008-7335.

@article{2429937,
   author = {Černý, Martin and Kvak, Daniel and Schwarz, Daniel and Mírka, Hynek and Dandár, Jakub},
   article_location = {Praha},
   article_number = {7-8},
   keywords = {artificial intelligence, deep learning, computer-aided diagnosis, chest X-ray, lung cancer, solitary pulmonary nodules, pulmonary masses},
   issn = {0008-7335},
   journal = {Časopis lékařů českých},
   title = {Role umělé inteligence v časném záchytu ložiskových změn plicního parenchymu při RTG vyšetření hrudníku: zkušenosti z retrospektivních studií na české populaci},
   url = {https://www.prolekare.cz/casopisy/casopis-lekaru-ceskych/2023-7-8-1/role-umele-inteligence-v-casnem-zachytu-loziskovych-zmen-plicniho-parenchymu-136671},
   volume = {2023},
   year = {2023}
}

TY  - JOUR
ID  - 2429937
AU  - Černý, Martin - Kvak, Daniel - Schwarz, Daniel - Mírka, Hynek - Dandár, Jakub
PY  - 2023
TI  - Role umělé inteligence v časném záchytu ložiskových změn plicního parenchymu při RTG vyšetření hrudníku: zkušenosti z retrospektivních studií na české populaci
JF  - Časopis lékařů českých
VL  - 2023
IS  - 7-8
SP  - 283-289
EP  - 283-289
PB  - Česká lékařská společnost J. Ev. Purkyně
SN  - 00087335
KW  - artificial intelligence, deep learning, computer-aided diagnosis, chest X-ray, lung cancer, solitary pulmonary nodules, pulmonary masses
UR  - https://www.prolekare.cz/casopisy/casopis-lekaru-ceskych/2023-7-8-1/role-umele-inteligence-v-casnem-zachytu-loziskovych-zmen-plicniho-parenchymu-136671
N2  - Zaměřujeme se na možné využití AI v rámci diagnostiky ložiskových změn plicního parenchymu, které mohou být projevem zhoubného nádoru plic, na základě skiagramu hrudníku. Ačkoliv ve srovnání s jinými metodami, především výpočetní tomografií (CT) hrudníku, tato modalita vykazuje nižší senzitivitu, vzhledem k rutinnímu provádění velmi často představuje první vyšetření, při němž jsou plicní léze zachyceny. Prezentujeme vlastní řešení založené na metodách hlubokého učení, které má za cíl zvýšit záchyt plicních lézí především v časných fázích onemocnění. Následně uvádíme výsledky našich předchozích původních prací, které validují navržený model ve dvou odlišných klinických prostředích – v prostředí spádové nemocnice s nízkou prevalencí nálezů a v prostředí specializovaného onkologického centra. Na základě kvantitativního srovnání se závěry radiologů různých úrovní zkušeností jsme zjistili, že náš model dosahuje vysoké senzitivity, na druhou stranu byla jeho specificita nižší než u oslovených radiologů. V kontextu klinických požadavků a diagnostiky asistované AI hraje zásadní roli zkušenost a klinické uvažování lékaře, proto se v současnosti přikláníme k modelům s vyšší senzitivitou na úkor nižší specificity. V případě suspekce, byť vyhodnocené jako nepravděpodobné, model nález raději předkládá lékaři. Na základě těchto výsledků lze očekávat, že v budoucnu bude AI hrát klíčovou roli v oblasti radiologie jako pomocný nástroj pro hodnotící specialisty. Aby k tomu mohlo dojít, je potřeba vyřešit nejen technické, ale i některé medicínské a regulatorní aspekty. Zásadní je dostupnost kvalitních a spolehlivých informací nejen o přínosech, ale také o limitacích možností strojového učení a AI v medicíně.
ER  -

ČERNÝ, Martin; Daniel KVAK; Daniel SCHWARZ; Hynek MÍRKA a Jakub DANDÁR. Role umělé inteligence v časném záchytu ložiskových změn plicního parenchymu při RTG vyšetření hrudníku: zkušenosti z retrospektivních studií na české populaci. \textit{Časopis lékařů českých}. Praha: Česká lékařská společnost J. Ev. Purkyně, 2023, roč.~2023, 7-8, s.~283-289. ISSN~0008-7335.

Přehled o publikaci