Оценка диагностической точности системы автоматического анализа цифровых рентгенограмм легких при выявлении округлых образований

Актуальность. Большинство данных об эффективности систем анализа цифровых рентгенологических изображений предоставлено самими разработчиками и  нуждается в  качественной проверке на базах данных, подготовленных независимо от разработчика.

Цель  – проанализировать информативность автоматического распознавания округлых образований в легких при цифровой рентгенографии с  использованием одного из общедоступных диагностических алгоритмов на публично недоступных эталонных наборах данных.

Материал и  методы. Исследование основано на распознавании и  анализе цифровых рентгенологических изображений из двух публично недоступных эталонных наборов данных, имеющих государственную регистрацию (Российская Федерация), посредством одного из общедоступных диагностических алгоритмов FutureMed Analyzer. Работа выполнена на примере двух моделей рентгенологического скрининга: модель 1  состояла из 100  рентгенограмм легких с  соотношением «норма:патология» 94%:6%, модель 2  состояла из 5150 рентгенограмм легких с соотношением «норма:патология» 97%:3%.

Результаты. Анализ результатов интерпретации рентгенограмм диагностической системой показал: из рентгенограмм модели  1 было верно интерпретировано 98%  случаев, модели 2 – 95%. При этом 83% случаев из модели 1 и 69% из модели 2 были интерпретированы как рентгенограммы с  наличием патологических изменений в  легких. Количество правильных ответов при разделении рентгенограмм легких на две категории – «норма» и «патология» – в отношении моделей 1 и 2 составило 95 и 98% соответственно. Чувствительность в  выявлении патологических образований колебалась от 69 до  83%. Специфичность составила  99% для рентгенограмм из модели 1 и 96% для рентгенограмм из модели 2. Был получен довольно низкий показатель гиподиагностики: для модели 1 – 17%, для модели 2 – 31%. Параметр «площадь под кривой» для модели 1 был равен 0,91, для модели 2 – 0,85.

Заключение. Диагностическая эффективность автоматического анализа изображений на основе сверточных нейронных сетей приближается к  аналогичным показателям врачей-рентгенологов. Эта система автоматического выявления патологических изменений не смогла решить наиболее сложные проблемы выявления округлых образований с низкими плотностными характеристиками (согласно данным компьютерной томографии  – по типу «матового стекла») и  так называемую проблему суммации теней при локализации патологических изменений в  таких затруднительных для интерпретации местах, как верхушки легких, ключицы, ребра и  др. Для выбора подходящей системы медицинским учреждениям необходимо выполнять предварительное тестирование на собственных моделях, эквивалентных исследованиям, которые проводятся в данном учреждении (параметры выполнения рентгенографии, характер и частота выявляемой патологии).