ОБУЧЕНИЕ ИНТЕРПРЕТАЦИИ РЕНТГЕНОГРАММ ОРГАНОВ ГРУДНОЙ КЛЕТКИ ПРИМЕНЕНИЕМ ПРОГРАММЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

doi: 10.25005/3078-5022-2024-1-3-241-253
Авторы:
О.И. Бобоходжаев1Н.Н. Абдуллоев2С.Г. Шукуров1
1ГОУ «Таджикский государственный медицинский университет им.Абуали ибни Сино»
2ГОУ «Хатлонский государственный медицинский университет»

В статье представлены собственные данные по проведению скрининговых исследований с интерпретацией рентгенограмм органов грудной клетки с помощью искусственного интеллекта CAD (computer aided diagnosis), что согласно рекомендаций ВОЗ даёт более точные клинические пороговые значения для принятия решения о том, кому необходимо провести более углубленное обследование. Использование мобильных цифровых рентген аппаратов, оснащенных CAD инструментом сокращает затраты, позволяя сортировать лиц с подозрением на туберкулёз для тестирования на GeneXpert, сокращая при этом время начала лечения туберкулеза.

Ключевые слова

Интерпретация рентген–снимков, искусственный интеллект, туберкулёз

Литература

  1. WHO, Global TB Report. 2022:214. https://www.who.int/teams/global– tuberculosis–programme/tb–reports/global–tuberculosis–report–2022.
  2. Bobokhojaev OI. Experience in optimizing the accessibility of services for tuberculosis in the Republic of Tajikistan. J. Community Med Health Solut. 2022; 3: 064– 068. DOI: 10.29328/journal.jcmhs.1001022
  3. Bobokhojaev OI. Long term results of 10 years of observation of cured cases of pulmonary tuberculosis. J. Pulmonol Respir Res. 2022; 6: 007–011. ISSN: 2639–9954 DOI: 10.29328/journal.jprr.1001036
  4. Chest radiography in tuberculosis detection – summary of current WHO recommendations and guidance on programmatic approaches. World Health Organization. 2016: 39.
  5. Adams SJ, Henderson RDE, Yi X, Babyn P. Artificial Intelligence Solutions for Analysis of X–ray Images. Can. Assoc. Radiol. J. 2021;Feb;72(1):60–72. doi: 10.1177/0846537120941671.
  6. Khan AI, Shah JL, Bhat MM, et al. CoroNet: A deep neural network for detection and diagnosis of COVID–19 from chest x–ray images. Computer Methods and Programs in Biomedicine. 2020: 196.
  7. Apostolopoulos ID, Mpesiana TA. Covid–19: automatic detection from X–ray images utilizing transfer learning with convolutional neural networks. Phys. Eng. Sci. Med.2020;43:635–640.
  8. Ather S, Kadir T, Gleeson F. Artificial intelligence and radiomics in pulmonary nodule management: current status and future applications. Clin. Radiol. 2020;75(1):13– 19.
  9. Behzadi–Khormouji H. Deep learning, reusable and problem–based architectures for detection of consolidation on chest X–ray images. Comput Methods Programs Biomed. 2020;185: 105162.
  10. Chassagnon G. Artificial intelligence applications for thoracic imaging. Eur. J. Radiol. 2020; 23: 108774.
  11. CAD and X–ray training modules. 2022. – https://www.stoptb.org/resources–implementing–cad–and–xray/cad–and–x–ray– training–modules.
  12. Bashir S, Kik SV, Ruhwald M, Khan A, Tariq M, Hussain H, Denkinger CM. Economic analysis of different throughput scenarios and implementation strategies of computer–aided detection software as a screening and triage test for pulmonary TB. PLoS One. 2022; Dec30;17(12): e0277393. doi: 10.1371/journal.pone.0277393.
  13. Dvijotham KD, Winkens J, Barsbey M, Ghaisas S, et al. Enhancing the reliability and accuracy of AI–enabled diagnosis via complementarity–driven deferral to clinicians. Nat Med. 2023,Jul;29(7):1814–1820. doi: 10.1038/s41591–023–02437–x.
  14. Dohal M, Porvaznik I, Solovic I, Mokry J. Advancing tuberculosis management: the role of predictive, preventive, and personalized medicine. Front Microbiol. 2023; Oct4;14:1225438. doi: 10.3389/fmicb.2023.1225438.
  15. Hwang EJ, Goo JM, Nam JG, Park CM, Hong KJ, Kim KH. Conventional Versus Artificial Intelligence–Assisted Interpretation of Chest Radiographs in Patients With Acute Respiratory Symptoms in Emergency Department: A Pragmatic Randomized Clinical Trial. Korean J Radiol. 2023, Mar;24(3):259–270. doi: 10.3348/kjr.2022.0651.
  16. Habib SS. et al. Evaluation of computer aided detection of tuberculosis on chest radiography among people with diabetes in Karachi Pakistan. Sci. Rep. 2020;10:6276.
  17. Katende B, Bresser M, Kamele M, Chere L. Impact of a multi–disease integrated screening and diagnostic model for COVID–19, TB, and HIV in Lesotho. PLOS Glob Public Health. 2023,Aug2;3(8): e0001488. doi: 10.1371/journal.pgph.0001488.
  18. Klinkenberg E, Floyd S, Shanaube K, Mureithi L, et al. TREATS study team. Tuberculosis prevalence after 4 years of population–wide systematic TB symptom screening and universal testing and treatment for HIV in the HPTN 071 (PopART) community–randomised trial in Zambia and South Africa: A cross–sectional survey (TREATS). PLoS Med. 2023,Sep8;20(9): e1004278. doi: 10.1371/journal.pmed.1004278.
  19. Qin ZZ. Early user experience andlessons learned using ultra–portable digital X–ray with computer–aided detection (DXR–CAD) products: a qualitative study from the perspective of healthcare providers. PLoS ONE. 2023;18: e027784.
  20. Yang Y, Xia L, Liu P, Yang F, et al. A prospective multicenter clinical research study validating the effectiveness and safety of a chest X–ray–based pulmonary tuberculosis screening software JF CXR–1 built on a convolutional neural network algorithm. Front Med (Lausanne). 2023,Aug15;10: 1195451. doi: 10.3389/fmed.2023.1195451.
  21. Bobokhojaev OI, Rasulov EF, Abdurakhimov AA. Detection of pulmonary tuberculosis in the Republic of Tajikistan / Hospice & Palliative Medicine International Journal. 2024; 7(3): 96–98.
  22. Bobokhojaev OI, Abdulloev NN, Khushvakhtov ShD, Shukurov SG. Efficiency of Artificial Intelligence for Interpretation of Chest Radiograms in the Republic of Tajikistan. J. Pulmonol. Respir. Res. 2024; 8(2): 069–073. Available from: https://dx.doi.org/10.29328/journal.jprr.1001064.

Сведения об авторах

Бобоходжаев Октам Икрамович
– заведующий кафедрой фтизиопульмонологии ГОУ «ТГМУ им. Абуали ибни Сино», д.м.н., профессор;

Абдуллоев Навруз Неъматуллоевич
– врач фтизиатр и рентгенолог ЦРБ Дангаринского района;

Шукуров Санъат Гафурович
– соискатель кафедрой фтизиопульмонологии ГОУ «ТГМУ им. Абуали ибни Сино».

Конфликт интересов: отсутствует

Адрес для корреспонденции

Бобоходжаев Октам Икрамович
– д.м.н., профессор, заведующий кафедрой фтизиопульмонологии ГОУ «Таджикский государственный медицинский университет им. Абуали ибни Сино»,

Тел.: _992–985868080

E–mail: bobokhojaev@mail.ru

◄ Возврат к списку