Artificial intelligence's contribution to early pulmonary lesion detection in chest X-rays: insights from two retrospective studies on a Czech population

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00669806%3A_____%2F23%3A10479096" target="_blank" >RIV/00669806:_____/23:10479096 - isvavai.cz</a>

Alternative codes found

RIV/00216208:11110/23:10479096 RIV/00216208:11140/23:10479096

Result on the web

<a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=pJKnvd8-V1" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=pJKnvd8-V1</a>

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

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

Original language description

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.

Czech name

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

Czech description

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.

Type

J_SC - Article in a specialist periodical, which is included in the SCOPUS database

CEP classification

—

OECD FORD branch

30224 - Radiology, nuclear medicine and medical imaging

Project

—

Continuities

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Publication year

2023

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

Časopis lékařů českých

ISSN

0008-7335

e-ISSN

1805-4420

Volume of the periodical

162

Issue of the periodical within the volume

7-8

Country of publishing house

CZ - CZECH REPUBLIC

Number of pages

7

Pages from-to

283-289

UT code for WoS article

—

EID of the result in the Scopus database

2-s2.0-85188445163