Naukowcy z Indii opracowali nowy model sztucznej inteligencji (AI) do wykrywania aktywnej gruźlicy na zdjęciu rentgenowskich klatki piersiowej i sugerują, że podejście to oferuje znaczny potencjał zastosowań w obecnych czasach oraz w miejscach o ograniczonych zasobach specjalistów.
Grupa kierowana przez Jamesa Devasię z Jawaharlal Institute of Postgraduate Medical Education and Research w Pondicherry opracowała model sztucznej inteligencji z głębokim uczeniem, który identyfikuje gruźlicę na podstawie 44 nieprawidłowości w płucach. Według autorów model dobrze identyfikował różne objawy gruźlicy.
„Ta praca jest jedną z pierwszych prób wieloetykietowej klasyfikacji objawów aktywnej [gruźlicy], która może poszerzyć możliwości zastosowania w warunkach podstawowej opieki zdrowotnej przy ograniczonych zasobach” – napisała grupa.
Wyszkolony model osiągnął „niezwykły” obszar pod charakterystyką działania odbiornika (AUC), czułość i swoistość w wykrywaniu różnych objawów gruźlicy płuc. „Wyszkolona sieć EfficientNet B4 osiągnęła niezwykłą wartość AUC, czułość i swoistość różnych objawów gruźlicy płuc w zestawie testów wewnętrznych i zewnętrznych z różnych regionów geograficznych” – napisali autorzy.
Na koniec badacze zwizualizowali potencjalną wydajność modelu w warunkach klinicznych za pomocą metody mapowania aktywacji klasy ważonej gradientem (Grad-CAM), która wygenerowała mapy cieplne przedstawiające objawy aktywnej gruźlicy w dotkniętych obszarach płuc.
„Ta mapa termiczna lokalizacji jest niezwykła ze względu na swoją skrupulatność i może być używana w warunkach klinicznych, aby pomóc klinicystom w podstawowej opiece zdrowotnej, gdzie często brakuje lub nie ma usług ekspertów radiologów” – napisali autorzy.
