AI匹配，表现优于辐射学家，用于筛选某些疾病的X射线

在几秒钟内，一种新的算法读取胸部X射线，在大多数情况下，在大多数情况下，在大多数情况下表演以及放射科学家进行了抑制。

根据由斯坦福大学研究人员领导的一项新的研究，新的人工智能算法可以可靠地筛选胸部X射线超过十几种疾病，这比阅读这句话的时间较少。

该研究称，算法称为ChexNext，是第一个同时评估X射线的X射线，并且该研究说。

科学家们培训了算法检测14种不同的病理：对于10个疾病，算法表达以及放射科学家;三，与放射科学家相比，它表现不佳;对于一个，算法拓展了专家。

“通常，我们看到可以检测到一个的AI算法脑出血或者手腕骨折 - 单用案件的一个非常狭窄的范围，“Matthew Lungren，MD，MPH，助理教授Matthew Lungren说，助理教授。但是在这里，我们正在谈论同时分析了14种不同的病理学，而且它全部通过一种算法。“

Lungren表示，目标是，最终利用这些算法可靠，快速扫描各种基于图像的体检，用于疾病的迹象而无需备份专业放射科医师。虽然这可能听起来很讨厌，但该技术最终可能是高质量的数字“咨询”，以便无法访问世界的资源剥夺地区放射学家专业知识。LunGren补充说，同样，对于完全发达的医疗保健系统来说，AI也是一个重要的作用。像ChexNext这样的算法可以一天加快护理，赋予初级保健医生能够更快地了解X射线诊断的明智决策，而无需等待放射科学家。

“我们正在寻求机会让我们的算法训练并在各种环境中验证，以探索其优势和盲点，”Pranav Rajpurkar毕业生。“到目前为止，该算法已经评估了超过100,000个X射线，但现在我们想知道它如果我们向百万X光 - 而不是一家医院，而且来自世界各地的医院，我们都想知道它会如何做。”

详细介绍了该研究的结果于11月20日在线发布Plos医学。Lungren和Andrew Ng，斯坦福大学计算机科学的兼职教授，分享高级作者。Rajpurkar和研究生Jeremy Irvin是引导作者。

实践是完美的

Lungren和NG的诊断算法已在开发中已有一年多。它在他们的工作中建立了先前的技术迭代，在胸部X射线诊断肺炎时可以优于放射科医师。现在，他们推动了算法的能力，以标记14个疾病，包括群众，扩大的心脏和折叠肺。对于14个病理学的11个，该算法使诊断辐射药剂的准确性或更好。

在2017年夏天，国家健康机构发布了一套数十万X射线。从那以后，有一个疯狂的电脑科学家们在人工智能中工作的和放射科学医生为胸部X射线诊断提供最佳可能的算法。

科学家们使用了大约112,000个X射线来训练算法。三个放射科医师的面板，然后逐一审查了一个不同的420个X射线，对于14个病理学。他们的结论是“真相” - 专家们一致的诊断是每次扫描的最准确的评估。该集合最终将用于测试算法在X射线中学习了疾病的迹象的程度。它还允许研究人员团队看看与放射科学家相比的算法如何。

“我们对待这算法是一名学生; NIH数据集是我们曾经教导学生的材料，420个图像就像期末考试一样，”Lungren说。为了进一步评估算法的表现与人类专家相比，科学家们要求来自多个机构的额外九点辐射学家也取得同样的“期末考试”。

“这是一个提升这项研究的另一个因素，”Lungren说。“我们不仅仅是将其与其他算法进行比较;我们正在将此模型与实践放射科医生进行比较。”

更重要的是，阅读所有420个X射线，放射科医生平均花了大约三个小时，而算法在大约90秒内扫描并诊断所有病理学。

下一站：诊所

现在，Lungren说，他的团队正在研究后续版本的ChexNext，将使研究人员更接近临床测试。该算法尚未为此做好准备，但Lungren希望它最终会帮助加快诊断咳嗽急诊护理或紧急患者的医生X射线阅读过程。

“我可以通过几种方式看到这项工作。该算法可以将X射线进行分类，将它们分类为医生的优先类别，以审查正常，异常或紧急，”Lungren说。他说，算法可以坐下床头柜，初级保健医生进行按需咨询。在这种情况下，LunGren表示，该算法可以介入帮助确认或对诊断产生疑问。例如，如果患者的体检和实验室结果与肺炎一致，并且诊断患者的X射线患有肺炎的算法，那么这是一个非常高信任的诊断，医生可以立即为条件提供护理。重要的是，在这种情况下，无需等待放射科学家。但如果是算法提出了不同的诊断，初级保健医生可以仔细看看X射线或咨询放射学家进行最终呼叫。

“我们应该将AI算法构建，与人类专家医师的黄金标准一样好或更好。现在，我不期待AI取代放射科医生如果我们只是旨在增强现有放射科学家的工作流程，我们就没有真正推动了这项技术的极限，“Lungren说。”相反，我们需要考虑我们可以推动这些AI模型的距离在世界上任何地方的患者的生活。“

---

---