Estudo Retrospectivo Multi-Reader Examinando Carebot AI CXR 2.0.21-v2.01 Implementação na Prática Clínica de Radiologia Diária

Coleta retrospectiva para o período de 18 de outubro de 2022 e 17 de novembro de 2022

Um total de 1.073 radiografias de tórax foram adquiridas no período especificado no serviço. A coleta de dados permaneceu intacta e inalterada durante a fase de teste, garantindo a integridade do conjunto de dados. A amostra coletada representa com precisão a prevalência dos achados dentro da população observada. Depois de excluir estudos inelegíveis, como radiografias de pacientes com menos de 18 anos de idade, radiografias de projeção lateral e varreduras de qualidade insuficiente, um total de 956 radiografias relevantes foi identificado para avaliação adicional.

Dispositivo: Carebot AI CXR

O DLAD proposto (Carebot AI CXR) é um dispositivo médico baseado em aprendizado profundo projetado para auxiliar os radiologistas na interpretação de imagens de raios X de tórax adquiridas na projeção anteroposterior (AP) ou posteroanterior (PA). Ao empregar algoritmos avançados de aprendizado profundo, esta solução permite a detecção automática de descobertas anormais, analisando padrões visuais associados a condições específicas. As anormalidades alvo incluem atelectasia (ATE), consolidação (CON), derrame pleural (EFF), lesão pulmonar (LES), enfisema subcutâneo (SCE), cardiomegalia (CMG) e pneumotórax (PNO). O DLAD funciona como um algoritmo de previsão complementado por vários periféricos de aplicativos, como ferramentas de comunicação baseadas na Web, recursos de conversão de arquivos DICOM e bibliotecas de armazenamento e relatórios que suportam os formatos DICOM Structured Report e DICOM Presentation State.

Teste de performance

O objetivo principal é avaliar os parâmetros de desempenho do DLAD proposto (Carebot AI CXR) em comparação com radiologistas individuais. O teste de desempenho inclui sensibilidade e especificidade, razão de verossimilhança positiva e negativa e valor preditivo positivo e negativo. Os parâmetros mencionados são comparados estatisticamente usando intervalos de confiança (IC) e p-Valores. O procedimento de comparação consiste em duas etapas: um teste de hipótese global é realizado para determinar se existem diferenças significativas entre DLAD e radiologistas. Se o teste de hipótese global produzir um resultado significativo, testes de hipótese individuais serão executados. Além disso, vários métodos de comparação, como McNemar com correção de continuidade para Se e Sp, método de Holm para LRs e estatísticas de pontuação generalizada ponderada para PVs, são aplicados para controlar a taxa de erro geral. Todos os testes são realizados como testes bicaudais ao nível de significância de 5%.