据统计，在全球范围内每四个人中就有一个感染过结核分枝杆菌，其中5%-10%的人在其一生中会发展为活动性结核病（TB）。2019年，全世界因结核病死亡的人数估计为140万。几乎90%的活动性结核病感染发生在大约30个 "高负担 "国家，其中许多国家解决这一公共卫生问题所需的资源十分稀缺。最近，COVID-19的大流行也扰乱了防治结核病的努力。最近的报告显示，2020年接受结核病护理的人数比2019年少21%，即140万人。

在过去的十年里，通过世界卫生组织（WHO）的 "终结结核病战略"、联合国的可持续发展目标以及全球抗击艾滋病、结核病和疟疾基金，全球一直在稳步支持对抗这一健康危机。使用胸部影像学技术进行具有成本效益的肺结核筛查可提高获得医疗保健的公平性。人们一直在积极研究使用人工智能来筛查胸部X光片，然后再进行核酸扩增确认测试（NAAT）。事实证明，与单独的NAAT相比，这些工作流程具有成本效益并大大增加了病人的就诊率。作为其最近发布的2021年指南的一部分，WHO评估了三个独立的计算机辅助检测软件系统，并评估了计算机辅助检测软件的诊断准确性和性能。鉴于有经验的阅读者的稀缺性，WHO现在推荐计算机辅助检测用于15岁或以上人群的筛查和分诊。

近日，发表在Radiology杂志的一项研究开发了一个深度学习系统（DLS）来判析胸片上的活动性肺结核的影像特征，并在四个资源有限、结核病高发地区评估了肺结核的普遍性以及该系统的判析能力，为全世界范围内进一步消除肺结核、减轻疾病负担提供了技术支持。

本项研究使用来自10个国家的胸片（1996年至2020年间获得）对DLS进行了训练和测试。为了提高通用性，加入了大规模的胸部X光片预训练、注意力集中和半监督学习。DLS在四个国家的测试集（中国、印度、美国和赞比亚）和南非的采矿人口中进行了评估，这些参与者的结核病经微生物测试或核酸扩增测试（NAAT）均确认为阳性。DLS的表现与14位放射科医生的表现进行了比较。鉴于WHO的目标是90%的敏感性和70%的特异性，DLS的操作点（0.45）被预先指定为有利于敏感性。

22284名受试者（平均年龄45岁；21%为女性）的165754张图像被用于模型的开发和测试。在四个国家的测试集中（1236名受试者，17%患有活动性肺结核），DLS的接受者操作特征（ROC）曲线高于所有的放射科医生，ROC曲线下的面积为0.89（95% CI：0.87, 0.91）。与这些放射科医生相比，在预先指定的操作点，DLS的敏感性更高（88% vs 75%，P < .001），特异性也不差（79% vs 84%，P = .004）。在模拟中，使用DLS来识别可能是TB阳性的胸片进行NAAT确认，每发现一个TB阳性的病人，成本会降低40%-80%。

 
图 直方图显示了深度学习系统（DLS）预测的分布，按正面（红色）与负面（蓝色）的示例分层以说明不同数据集的转变

本项研究表明，本项研究开发的深度学习系统（DLS）的诊断性能不逊于放射科医生，并通过代表广泛种族和民族的五个国家的国际测试数据集证明了其通用性。能够在放射科资源有限的地区促进结核病的筛查，并值得进一步进行前瞻性的临床验证。

原文出处：

Sahar Kazemzadeh,Jin Yu,Shahar Jamshy,et al.Deep Learning Detection of Active Pulmonary Tuberculosis at Chest Radiography Matched the Clinical Performance of Radiologists.DOI:10.1148/radiol.212213

Tags： Radiology：深度学习，让肺结核在胸片上无处遁形！