摘要
简介:三年前,迪拜卫生局和Agfa医疗保健认识到机器学习算法和人工智能在医学成像方面的工作流程的潜力。基于工作流自动化和快速获取诊断成像结果的战略目标,设计了一种实现医学成像增强智能的方法,以考虑AI在胸部x射线筛查中的应用。
目的:为了比较人工智能技术的敏感性和特异性在迪拜筛选在20个医疗健身场所结核病,在2015年确认启用AI自动胸部X光检查的工作流程。
方法:该DHA提供爱克发医疗匿名胸部X光检查样本,其中一半被归类为普通X射线,和剩下的一半基于实验室确认结核病的发现。爱克发医疗和VRVis维也纳分析这些匿名X射线2015 - 2016年之间,并开发了机器学习算法后的图像处理,其包括边缘检测和图像分割的工作流的概念。
结果:在本报告发布(二月2018)的时间,超过4500胸部X光检查已经通过目前部署在DHA医疗健身中心在迪拜的一个人工智能算法进行分析。迪拜验证第一阶段(2017年):灵敏度:(TB正)90%,特异性:(真阴性)55%-70%,AUC *:0.911(A)。第二阶段(2018:重新训练的算法),灵敏度:(TB正)95%,特异性:(真阴性)70%-75%,AUC *:0.923(A)。
结论:到目前为止,基于结果的分析,以及AI算法是如何执行,被标记为像肺结核病的情况下会得到随访,在同一天
脚注
引用本文为:欧洲呼吸杂志2018 52:增刊62,OA5171。
这是一个ERS国际会议摘要。没有全文版本。陪这个抽象而且材料可以是可在www.ers-education.org(仅ERS构件访问)。
- 版权所有©作者2018