Evaluation der klinischen Performance einer KI-basierten Software zur automatisierten Auswertung von Röntgenbildern des Thorax

Zielsetzung Der AI-Rad Companion Chest X-ray (AI-Rad, Siemens Healthineers) ist eine auf künstlicher Intelligenz basierende Software für die Analyse von Röntgenbildern des Thorax. Ziel der vorliegenden Studie ist es, die Leistungsfähigkeit des AI-Rad im klinischen Alltag zu evaluieren.

Material und Methoden Insgesamt wurden 499 Röntgenbilder retrospektiv in die Studie eingeschlossen. Alle Röntgenbilder wurden im klinischen Alltag zunächst von Radiologen, anschließend durch den AI-Rad ausgewertet. Die vom AI-Rad detektierten Befunde und die im schriftlichen radiologischen Befund (WR) dokumentierten Befunde wurden mit den Befunden eines Ground-Truth-Readings (Konsensentscheidung von zwei Radiologen unter Berücksichtigung zusätzlicher Röntgenbilder, CT-Scans und klinischer Informationen) verglichen.

Ergebnisse Der AI-Rad bietet im Vergleich zum WR eine höhere Sensitivität für die Erkennung von Lungenläsionen (0,83 gegenüber 0,52), Konsolidierungen (0,88 gegenüber 0,78) und Atelektasen (0,54 gegenüber 0,43). Die höhere Sensitivität geht jedoch mit einer höheren Rate falsch-positiver Befunde einher. Die Sensitivität des AI-Rad für den Nachweis von Pleuraergüssen war im Vergleich zum WR geringer (0,74 versus 0,88). Die negativ-prädiktiven Werte (NPV) des AI-Rad für die Erkennung aller vordefinierten Befunde sind auf einem sehr hohen Niveau und mit denen des WR vergleichbar.

Schlussfolgerungen Der AI-Rad kann ein leistungsfähiges diagnostisches Hilfsmittel sein. Zum gegenwärtigen Zeitpunkt scheinen die hohen NPVs der größte Nutzen in der klinischen Praxis zu sein. Insbesondere bei der Ausschlussdiagnostik kann der AI-Rad die diagnostische Sicherheit des Radiologen erhöhen.

Publication History

Article published online:
13 April 2023