小児結核研究のための人工知能の触媒（CAPTURE）：コンピューター支援検出アルゴリズムの評価のための小児胸部X線写真リポジトリを確立するための世界的な多施設共同研究のプロトコル

科学分野:

• 医用画像;人工知能;小児結核

背景:

• 小児結核（TB）の診断は、専門家の解釈の欠如によってしばしば妨げられる胸部X線写真（CXR）が重要であるが、不十分なツールにより課題に直面しています。;主に成人向けに開発されたCXR解釈のための既存の人工知能（AI）コンピューター支援検出（CAD）ソフトウェアは、TBの提示の違いにより、子供では最適ではないパフォーマンスを示します。;CAPTUREイニシアチブは、専門データリポジトリを作成することにより、このギャップに対処することを目指しています。

研究 の 目的:

• 小児TB CXR画像および関連する臨床データの包括的なリポジトリ（CAPTURE）を確立すること。;現在成人向けに開発されたCAD製品の診断パフォーマンスを、疑わしいTBの子供で評価すること。;データ共有を通じて、新規の小児特異的CADアルゴリズムの最適化と開発を促進すること。

主な方法:

• 約20の高画質小児TB診断研究から約11,000のCXRをプールすることにより、リポジトリが作成されました。;CXRとメタデータ（コンセンサス放射線科医の解釈およびTB症例分類を含む）が中央で収集されました。;既存のCAD製品は、臨床的、微生物学的、および放射線学的参照基準に対して評価され、最適化されたアルゴリズムのトレーニングと検証のために画像のサブセットが指定されます。

主要な成果:

• CAPTUREリポジトリには、専門の放射線科医による解釈を伴う小児TB CXRおよび関連データの相当なコレクションが収蔵されています。;最初の評価では、既存の成人CADアルゴリズムのパフォーマンスを確立された参照基準と比較してベンチマークします。;トレーニングおよび検証データセットが開発者に提供され、小児用途向けのCADツールの最適化が可能になります。

結論:

• CAPTUREイニシアチブは、小児TBにおけるAIベースの診断ツールの進歩のための重要なリソースを提供します。;小児特異的データを使用したCADアルゴリズムの最適化は、診断精度の向上と症例検出ギャップに対処するために不可欠です。;発見と最適化されたツールの普及は、ポリシーを導き、効果的な小児TB診断への世界的なアクセスを改善することを目的としています。