- Le tout premier essai contrôlé randomisé concernant l’IA basée sur l’apprentissage profond en radiologie fournit des preuves solides de la valeur clinique de l’IA
- Étude à grande échelle avec 10 476 patients publiée dans Radiologiela revue de référence en radiologie
SÉOUL, Corée du Sud, 13 février 2023 /PRNewswire/ — Les résultats d’une étude récente ont démontré l’efficacité clinique de LunitLa solution d’IA d’ pour l’analyse d’images radiographiques pulmonaires, avec une amélioration significative de la détection des nodules pulmonaires chez les patients subissant des examens de santé de routine. Les résultats de l’étude ont été publiés dans Radiologie.[1]
Alors que des études rétrospectives antérieures ont indiqué à plusieurs reprises des performances prometteuses de l’IA dans le dépistage par radiographie pulmonaire, les preuves d’un essai prospectif évaluant l’impact d’un logiciel de CAO basé sur l’IA dans des populations réelles sont hautement justifiées. Ainsi, les chercheurs ont mené un essai contrôlé pragmatique et randomisé pour étudier l’utilité clinique de l’IA dans la détection des nodules pulmonaires actionnables chez les participants au bilan de santé à l’aide de Lunit INSIGHT CXR, la solution d’IA marquée CE de Lunit pour l’analyse des radiographies pulmonaires.
Lunit INSIGHT CXR détecte les lésions suspectes dans les images de radiographie pulmonaire, aidant les radiologues à distinguer les zones de la maladie en fournissant l’emplacement de la lésion avec un score d’anomalie qui reflète le niveau de confiance de l’IA. La solution d’IA peut détecter 10 des anomalies thoraciques les plus courantes, y compris la tuberculose, avec une précision de 97 à 99 %.[2]
Les chercheurs ont inclus 10 476 patients adultes, qui avaient subi des radiographies pulmonaires dans un centre de dépistage médical entre juin 2020 et décembre 2021. Les patients ont été répartis au hasard en deux groupes, IA ou non IA. Les radiographies du premier groupe ont été analysées par des radiologues aidés par l’IA tandis que les radiographies du deuxième groupe ont été interprétées sans les résultats de l’IA.
Des nodules pulmonaires ont été identifiés chez 2 % des patients évalués. L’analyse a montré que le taux de détection des nodules pulmonaires actionnables sur les radiographies pulmonaires avait plus que doublé avec l’aide de l’IA (0,59 %) que sans l’aide de l’IA (0,25 %). De plus, le taux de détection des nodules pulmonaires malins sur les radiographies thoraciques était plus élevé dans le groupe AI (0,15 %) que dans le groupe non AI (0 %). Il n’y avait pas de différence significative dans les taux de fausses recommandations entre les groupes d’IA et les groupes non interprétés par l’IA. De plus, les caractéristiques de santé, notamment l’âge avancé et des antécédents de cancer du poumon ou de tuberculose, n’ont pas eu d’impact sur l’efficacité de la solution d’IA de Lunit, ce qui suggère la cohérence de l’algorithme dans différentes populations.
« Il s’agit de la première preuve concrète prouvant que l’IA pour la radiographie thoracique peut améliorer la détection des nodules exploitables sans augmenter les faux positifs », a déclaré Brandon Suh, PDG de Lunit. “Nous pensons que cette étude prospective jettera les bases pour que l’IA devienne à terme la norme de soins pour la radiographie thoracique.”
“Comme notre essai a été mené avec une approche pragmatique, presque tous les participants inscrits ont été inclus, ce qui est un véritable cadre clinique”, a déclaré le co-auteur de l’étude Jin Mo Goo, MD, Ph.D., du Département de radiologie du Seoul National Hôpital universitaire. “Notre étude a fourni des preuves solides que l’IA pourrait vraiment aider à interpréter la radiographie thoracique. Cela contribuera à identifier plus efficacement les maladies thoraciques, en particulier le cancer du poumon, à un stade plus précoce.”
[1] https://doi.org/10.1148/radiol.221894 |
[2] https://www.lunit.io/en/products/cxr |
Afficher le contenu original pour télécharger du multimédia :https://www.prnewswire.com/news-releases/randomized-pressed-trial-backs-clinical-efficacy-of-lunit-ai-for-chest-x-ray-301745034.html
SOURCE Unité
Codes d’entreprise : Corée : 328130
