将人工智能应用于儿童胸部成像:利用成年人工智能模型的可靠性
George Morcos1, Paul H Yi2, Jean Jeudy3
1Department of Diagnostic Radiology & Nuclear Medicine, University of Maryland School of Medicine, Baltimore, Maryland. Electronic address: https://twitter.com/gmorcosmd.
Journal of the American College of Radiology : JACR
|July 19, 2023
概括
一个经过成人训练的人工智能 (AI) 算法在检测幼儿肺炎方面表现良好. 利用成年人工智能模型可以加速儿科人工智能研究,尽管病毒性肺炎病例中的一些性能变化.
科学领域:
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
- 儿科诊断 儿科诊断 儿科诊断
背景情况:
- 对儿科患者的人工智能 (AI) 应用很少,导致健康差异.
- 成人训练的人工智能模型广泛存在,但它们对儿科患者的适用性尚未得到充分探索.
研究的目的:
- 为了研究成年人训练的AI算法在儿科患者中检测肺炎的性能.
- 评估使用成人训练算法的可行性,以加速儿科人工智能研究.
主要方法:
- 使用TorchXRayVision AI算法对公共儿科胸部X射线数据集的分析.
- 用60%的门预测二进制肺炎,然后与数据集标签进行比较.
- 计算性能指标,包括总数据集和特定类型肺炎的灵敏度,特异性,PPV,准确性和F1分数.
主要成果:
- 成人训练的人工智能算法在儿童肺炎检测中实现了76.54%的准确性和F1总分为0.83.
- 细菌性肺炎的表现一致,但病毒性肺炎的阳性预测值 (PPV) 和F1评分下降.
- 该算法在67.00%的病例中正确识别了肺炎,灵敏度为79.83%,特异性为67.66%.
结论:
- 一个经过成人训练的AI模型可以在1至5岁的儿科患者中充分检测肺炎.
- 虽然儿科特定的模型可能表现更好,但利用基于成人的人工智能算法可以显著加快儿科人工智能研究.
- 这种方法提供了一个潜在的解决方案,可以弥合儿童医疗保健人工智能工具的差距.
