深度学习模型在胸部X射线中进行COVID-19检测的多中心基准测试
Rachael Harkness1,2, Alejandro F Frangi3,4, Kieran Zucker5
1School of Computing, University of Leeds, Leeds, United Kingdom.
Frontiers in radiology
|June 5, 2024
概括
从胸部X射线检测COVID-19的深度学习模型在英国人群中表现良好,但在国际上表现不佳. 临床医生的参与对于开发临床有用的人工智能工具至关重要.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 深度学习模型显示,使用胸部X射线检测COVID-19具有前景.
- 评估这些模型作为决策支持工具的临床实用性至关重要.
研究的目的:
- 从胸部X射线进行COVID-19检测的深度学习模型的回顾性评估.
- 评估这些人工智能系统作为临床决策支持工具的适用性.
主要方法:
- 模型在国家COVID-19胸部成像数据库 (NCCID) 上接受培训,并根据独立的国际数据集进行评估.
- 分析包括临床/技术错误贡献者,模型偏差和可解释的预测技术.
主要成果:
- 模型的性能与英国 (NHS) 人口的放射科医生相似,但在国际上概括得很差.
- 性能因性别和年龄而异,模型在复杂病例和轻度COVID-19呈现方面失败.
结论:
- 当前的人工智能模型开发实践存在重大陷,导致不切实际的工具.
- 在整个AI开发生命周期中,临床医生的参与对于创建适合目的的诊断系统至关重要.


