Lunit称“利用AI进行肺结核诊断研究结果刊登于《自然》子刊”

by Lee Myeonghwan

Published 08 Dec.2023 08:23(KST)

Updated 11 Dec.2023 12:16(KST)

open/close

医疗人工智能企业Lunit表示，利用胸部X光人工智能影像分析解决方案“Lunit INSIGHT CXR”开展的肺结核诊断研究结果，已发表于科学期刊《自然》（Nature）旗下子刊《Scientific Reports》，相关内容于8日公布。

Lunit 的胸部X光人工智能影像分析解决方案“Lunit Insight CXR”。Lunit 提供

据Lunit介绍，一般肺结核诊断是在进行胸部X光拍摄后，通过痰液检查完成。然而这一过程耗时较长，在急诊室等紧急医疗环境中，亟需对肺结核患者进行快速诊断，并在确诊为肺结核时迅速实施隔离。

由新村世福兰斯医院教授Kim Jihoon、Choi Arom、Choi Soyeon研究团队主导的本次研究，以分析2018年1月至2021年12月期间前往世福兰斯医院急诊室的8374名18岁以上疑似肺结核患者数据的方式进行。胸部X光片解读辅助工具采用了“Lunit INSIGHT CXR”。

研究结果显示，在通过显微镜直接观察结核杆菌的痰涂片检查中，准确诊断实际肺结核病例的敏感度平均为41.2%；而在结果相对较快的聚合酶链式反应（PCR）痰检中，敏感度为22.6%。相比之下，通过Lunit INSIGHT CXR进行影像判读的敏感度为70.6%，在统计学上显著高于既有检查方法的敏感度。

在采用包含Lunit解决方案的多重诊断模型时，作为人工智能模型性能评估指标之一的受试者工作特征曲线下面积（AUROC，Area Under the Receiver Operating Characteristic）平均为0.924。一般认为，AUROC数值越接近1，判别力即可信度越高。

Lunit表示，本次研究结果表明，Lunit人工智能解决方案能够对既有的肺结核诊断方式起到补充作用，并在早期诊断中发挥作用。

Lunit首席执行官Seo Bumseok表示：“本次研究表明，人工智能在肺结核诊断过程中可以提高速度和敏感度，从而在紧急情况下大幅提升患者的快速诊断、隔离以及早期治疗”，“肺结核是典型的发展中国家型疾病，在医疗基础设施薄弱的国家，引入人工智能技术将为肺结核管理带来突破性的改变。”

本报道由人工智能(AI)翻译技术生成。