metricas
covid
Buscar en
Radiología (English Edition)
Toda la web
Inicio Radiología (English Edition) A commercial AI tool untrained for COVID-19 demonstrates slight improvement in t...
Información de la revista
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
11
Original articles
Disponible online el 27 de enero de 2025
A commercial AI tool untrained for COVID-19 demonstrates slight improvement in the interpretation of COVID-19 pneumonia x-rays, especially among inexperienced readers
Usar una herramienta comercial de inteligencia artificial no entrenada para COVID-19 mejora ligeramente la interpretación de las radiografías con neumonía COVID-19, especialmente entre lectores inexpertos
Visitas
11
M. Pérez Laencinaa, J.M. Plasencia Martínezb,&#¿;
Autor para correspondencia
plasen79@gmail.com

Corresponding author.
, M. Sánchez Canalesb, C. Jiménez Pulidob, R. Rodríguez Mondéjarb, L. Martínez Encarnaciónb, C. García Hidalgoa, D. Galdo Galiána, P. Hernández Madrida, L. Chico Caballeroa, E. Guillén Garcíaa, M.N. Plasencia Martínezc, S. Martínez Romerod, J. García Molinae, J.M. García Santosb
a Facultad de Medicina, Universidad de Murcia, Murcia, Spain
b Servicio de Radiodiagnóstico, Hospital Universitario Morales Meseguer, Murcia, Spain
c Medicina de Familia, Consultorio El Albujón, Cartagena; Gerencia Área II de Salud, Cartagena, Murcia, Spain
d Medicina de Familia, Centro de Salud Cieza Oeste, Hospital Vega Lorenzo Guirao, Cieza, Murcia, Spain
e Medicina de Familia, Centro de Salud La Flota, Vistalegre; Gerencia Área VI de Salud, Murcia, Spain
Este artículo ha recibido
Recibido 28 Septiembre 2023. Aceptado 08 Enero 2024
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (7)
Mostrar másMostrar menos
Tablas (5)
Table 1. Definition of variables, dichotomization, and assessment where the variables were recruited.
Table 2. Intraobserver agreements.
Table 3. Diagnostic performance of each reader in their first assessment, second assessment and joint assessment with artificial intelligence.
Table 4. Changes in lung zone involvement after the interpretation of the AI image, and effect on agreement with the reference standard.
Table 5. Frequency in percentages of opinion on “What the artificial intelligence has given me overall” in the interpretation of chest radiograph of patients with suspected COVID-19 pneumonia.
Mostrar másMostrar menos
Material adicional (1)
Abstract
Introduction

Our objective is to evaluate how useful an artificial intelligence (AI) tool is to chest radiograph readers with various levels of expertise for the diagnosis of COVID-19 pneumonia when the tool has been trained on a non-COVID-19 pneumonia pathology.

Methods

Data was collected for patients who had previously undergone a chest radiograph and digital tomosynthesis due to suspected COVID-19 pneumonia. The gold standard consisted of the readings of two expert radiologists who assessed the presence and distribution of COVID-19 pneumonia on the images. Six medical students, two radiology trainees, and two other expert thoracic radiologists participated as additional readers. Two radiograph readings and a third supported by the AI Thoracic Care Suite tool were performed. COVID-19 pneumonia distribution and probability were assessed along with the contribution made by AI. Agreement and diagnostic performance were analysed.

Results

The sample consisted of 113 cases, of which 56 displayed lung opacities, 52.2% were female, and the mean age was 50.70&#¿;±&#¿;14.9. Agreement with the gold standard differed between students, trainees, and radiologists. There was a non-significant improvement for four of the six students when AI was used. The use of AI by students did not improve the COVID-19 pneumonia diagnostic performance but it did reduce the difference in diagnostic performance with the more expert radiologists. Furthermore, it had more influence on the interpretation of mild pneumonia than severe pneumonia and normal radiograph findings. AI resolved more doubts than it generated, especially among students (31.30% vs 8.32%), followed by trainees (14.45% vs 5.7%) and radiologists (10.05% vs 6.15%).

Conclusion

For expert and lesser experienced radiologists, this commercial AI tool has shown no impact on chest radiograph readings of patients with suspected COVID-19 pneumonia. However, it aided the assessment of inexperienced readers and in cases of mild pneumonia.

Keywords:
COVID-19
Artificial intelligence
Diagnosis
Radiograph
Medical students
Resumen
Introducción

Evaluar la utilidad de una herramienta de inteligencia artificial (IA) para los lectores de radiografías de tórax con distintos niveles de experiencia con el objetivo de diagnosticar la neumonía COVID-19 cuando la herramienta ha sido entrenada en una patología de neumonía no COVID-19.

Métodos

Se recogieron datos de los pacientes que se habían sometido previamente a una radiografía de tórax y a una tomosíntesis digital por sospecha de neumonía COVID-19. El estándar de referencia consistió en las lecturas de dos radiólogos expertos que evaluaron la presencia y distribución de la neumonía COVID-19 en las imágenes. Seis estudiantes de medicina, dos residentes de radiología y otros dos radiólogos torácicos expertos participaron como lectores adicionales. Se realizaron dos lecturas radiográficas y una tercera con el apoyo de la herramienta de IA Thoracic Care Suite. Se evaluaron la distribución y la probabilidad de la neumonía COVID-19 junto con la contribución de la IA. Se analizaron la concordancia y el rendimiento diagnóstico.

Resultados

La muestra estaba formada por 113 casos, de los cuales 56 presentaban opacidades pulmonares, el 52,2% eran mujeres y la edad media era de 50,70&#¿;±&#¿;14,9 años. La concordancia con el estándar de referencia difirió entre estudiantes, residentes y radiólogos. Hubo una mejora no significativa para cuatro de los seis estudiantes cuando se utilizó la IA. El uso de la IA por parte de los estudiantes no mejoró el rendimiento diagnóstico de la neumonía COVID-19, pero sí redujo la diferencia en el rendimiento diagnóstico entre los radiólogos más expertos. Además, influyó más en la interpretación de la neumonía leve que de la grave y de los hallazgos radiográficos normales. La IA resolvió más dudas de las que generó, especialmente entre los estudiantes (31,30 frente a 8,32%), seguidos de los residentes (14,45 frente a 5,7%) y los radiólogos (10,05% frente a 6,15%).

Conclusión

Para los radiólogos expertos y los menos experimentados, esta herramienta comercial de IA no ha mostrado ningún impacto en las lecturas de radiografías de tórax de pacientes con sospecha de neumonía COVID-19. Sin embargo, ayudó a la evaluación de los lectores inexpertos y en los casos de neumonía leve.

Palabras clave:
COVID-19
Inteligencia artificial
Diagnóstico
Radiografía
Estudiantes de medicina

Artículo

Opciones para acceder a los textos completos de la publicación Radiología (English Edition)
Suscriptor
Suscriptor de la revista

Si ya tiene sus datos de acceso, clique aquí.

Si olvidó su clave de acceso puede recuperarla clicando aquí y seleccionando la opción "He olvidado mi contraseña".
Comprar
Comprar acceso al artículo

Comprando el artículo el PDF del mismo podrá ser descargado

Precio 19,34 €

Comprar ahora
Contactar
Teléfono para suscripciones e incidencias
De lunes a viernes de 9h a 18h (GMT+1) excepto los meses de julio y agosto que será de 9 a 15h
Llamadas desde España
932 415 960
Llamadas desde fuera de España
+34 932 415 960
E-mail
Opciones de artículo
Herramientas
Material suplementario
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos