NGHIÊN CỨU BƯỚC ĐẦU ĐÁNH GIÁ VAI TRÒ CỦA TRÍ TUỆ NHÂN TẠO TRONG PHÂN TÍCH KẾT QUẢ X QUANG NGỰC THẲNG TẠI BỆNH VIỆN CHỢ RẪY

22 Tháng 1, 2024

TÓM TẮT
Đặt vấn đề: X quang ngực hiện nay là phương tiện chẩn đoán hình ảnh được sử dụng rộng rãi, có giá trị trong tầm soát, chẩn đoán và theo dõi sau điều trị. Với mục tiêu chẩn đoán nhanh chóng và chính xác, trí tuệ nhân tạo (AI) - ngành khoa học máy tính phát triển vượt bậc và có nhiều ứng dụng trong y học - đã và đang được áp dụng tại các cơ sở y tế ở Việt Nam. Tại bệnh viện Chợ Rẫy, hệ thống AI hỗ trợ phân tích kết quả X quang ngực thẳng đã được triển khai hơn 1 năm nay với 24120 trường hợp được AI xử lý. Nghiên cứu này nhằm đánh giá bước đầu vai trò của trí tuệ nhân tạo trong phân tích kết quả X quang ngực tại bệnh viện Chợ Rẫy.
Phương pháp nghiên cứu: Thu thập ngẫu nhiên dữ liệu hình ảnh X quang ngực thẳng chụp tại khoa Khám xuất cảnh, bệnh viện Chợ Rẫy trong thời gian từ 01/04/2023 đến 01/05/2023. Hình ảnh X quang được phân tích bởi một bác sĩ chẩn đoán hình ảnh 5 năm kinh nghiệm tại bệnh viện Chợ Rẫy và được xem như dữ liệu tham chiếu. Các biến số về đặc điểm hình ảnh trên X quang ngực thẳng như đông đặc, tổn thương mô kẽ, tổn thương dạng hang, tổn thương xơ, nốt vôi, nốt mờ, xẹp phổi, tràn dịch màng phổi, dày dính màng phổi được ghi nhận. Thời gian đọc kết quả X quang cũng được ghi nhận lại. Sau đó, dữ liệu sẽ tiếp tục được phân tích bởi hai bác sĩ nội trú có và không có sự hỗ trợ của AI, các biến số được thu thập để so sánh.
Kết quả: Thời gian trung bình để bác sĩ đọc giàu kinh nghiệm phân tích kết quả là: 55,17 ± 32,43 giây, với AI hỗ trợ, thời gian này được rút ngắn còn: 16,57 ± 13,78 giây. Độ nhạy trong phát hiện các dấu hiệu chung trên X quang ngực thẳng ở bác sĩ nội trú không sử dụng AI là 73,01%, độ đặc hiệu là 83,68%, với AI hỗ trợ độ nhạy và độ đặc hiệu tăng lên, lần lượt là 97,51% và 94,90%. Với nhóm các dấu hiệu quan trọng, gợi ý lao, độ nhạy và độ đặc hiệu của bác sĩ nội trú lần lượt là 74,54% và 85,66%; với AI hỗ trợ, độ nhạy và đặc hiệu tăng lên, đạt 97,49% và 94,83%.
Kết luận: Ứng dụng AI giúp giảm rõ rệt thời gian phân tích kết quả X quang ngực thẳng đồng thời cải thiện độ nhạy và độ đặc hiệu phát hiện tổn thương.
Từ khóa: AI, trí tuệ nhân tạo, X quang ngực thẳng, PACS/RIS.

Background: Chest X-ray is currently a widely used diagnostic modality, applied in screening, diagnosis, and post-treatment follow-up. In order to make a quick and accurate diagnosis, artificial intelligence (AI) - a computer science branch that has developed rapidly with many applications in medicine - has been applied in many health facilities in Vietnam. At Cho Ray Hospital, the AI system supporting chest X-ray interpretation has been applied for more than 1 year with 24120 cases processed by AI. This study aims to evaluate the role of artificial intelligence in chest X-ray interpretation at Cho Ray Hospital.

Methods: Randomly collecting data from chest X-ray images taken at the exit examination department of Cho Ray Hospital from April 1, 2023, to May 1, 2023. Radiographic images were analyzed by a 5-year experienced radiologist at Cho Ray Hospital and used as reference data. Chest X-ray imaging characteristics including consolidation, interstitial lesions, pulmonary cavities, linear interstitial thickening, calcified nodules, pulmonary nodules, atelectasis, pleural effusion, and pleural thickening were observed. The interpreting time was also recorded. The data was then analyzed by two residents with and without AI assistance, the variables were collected for comparison.

Results: The average time for an experienced doctor to analyze the results is: 55.17 ± 32.43 seconds, with AI assistance, this time is shortened to: 16.57 ± 13.78 seconds. Sensitivity for detecting general signs on PA chest radiographs of residents without AI was 73.01%, and specificity was 83.68%, with AI-assisted, the sensitivity, and specificity increased to 97.51% and 94.90%, respectively. For the group of important signs, suggesting TB, the resident's sensitivity and specificity were 73.01% and 83.68%, respectively; with AI-assisted, the sensitivity and specificity increased, reaching 97.49% and 94.83%.

Conclusions: AI applications assist in chest radiograph interpreting time reduction while improving sensitivity and specificity.

Keywords: AI, artificial intelligence, PA chest x-ray, PACS/RIS.

(0)

Đăng nhập | Đăng ký