ประสิทธิภาพการคัดกรองวัณโรคของนวัตกรรม “AI Chest 4AII (DMS-TU) For Thai People” ที่โรงพยาบาลมะเร็งอุดรธานี

สิรินธร  ศรีทับทิม; นุชรี  ภักดิ์วาปี; น้ำทิพย์  หมั่นพลศรี; สิรินญา  นันทะนางกูล

ผู้แต่ง

สิรินธร ศรีทับทิม กลุ่มงานรังสีวินิจฉัย โรงพยาบาลมะเร็งอุดรธานี กรมการแพทย์ กระทรวงสาธารณสุข อำเภอเมือง จังหวัดอุดรธานี ประเทศไทย 41330
นุชรี ภักดิ์วาปี กลุ่มงานรังสีวินิจฉัย โรงพยาบาลมะเร็งอุดรธานี กรมการแพทย์ กระทรวงสาธารณสุข อำเภอเมือง จังหวัดอุดรธานี ประเทศไทย 41330
น้ำทิพย์ หมั่นพลศรี กลุ่มงานรังสีวินิจฉัย โรงพยาบาลมะเร็งอุดรธานี กรมการแพทย์ กระทรวงสาธารณสุข อำเภอเมือง จังหวัดอุดรธานี ประเทศไทย 41330
สิรินญา นันทะนางกูล โรงพยาบาลธัญญารักษ์อุดรธานี, กรมการแพทย์ กระทรวงสาธารณสุข อำเภอเมือง จังหวัดอุดรธานี ประเทศไทย 41330

คำสำคัญ:

ภาพถ่ายรังสีทรวงอก, ปัญญาประดิษฐ์, วัณโรคปอด

บทคัดย่อ

บทนำ: “AI Chest 4All (DMS–TU) For Thai People” มีความสามารถในการแปลผลภาพถ่ายรังสีทรวงอก การศึกษานี้มีวัตถุประสงค์เพื่อทดสอบประสิทธิภาพการคัดกรองวัณโรคของปัญญาประดิษฐ์ดังกล่าว วิธีการศึกษา: กลุ่มตัวอย่างในการศึกษาเป็นภาพถ่ายรังสีทรวงอกของกลุ่มผู้รับบริการตรวจสุขภาพในโรงพยาบาลมะเร็งอุดรธานี จำนวนทั้งหมด 7,175 ภาพ เก็บข้อมูลย้อนหลังตั้งแต่วันที่ 2 กรกฎาคม 2563 ถึงวันที่ 30 กันยายน 2566 บันทึกข้อมูลการแปลผลภาพถ่ายรังสีทรวงอกของนวัตกรรม AI Chest 4All (DMS–TU) For Thai People เปรียบเทียบกับการแปลผลของรังสีแพทย์ ด้วยค่าความไว (Sensitivity), ค่าความจำเพาะ (Specificity) และค่าความแม่นยำ (Accuracy) ผลการศึกษา: พบว่า ค่าความไว, ความจำเพาะ และความแม่นยำ เท่ากับร้อยละ 87.50, 98.60 และ 98.53 ตามลำดับ สรุปผลการศึกษา: แสดงให้เห็นถึงศักยภาพของ AI Chest 4 All (DMS–TU) For Thai People ในการคัดกรองวัณโรคได้อย่างมีประสิทธิภาพ ช่วยค้นหาผู้ป่วยได้รวดเร็ว ทำให้ผู้ป่วยเข้าสู่การรักษาได้ทันที ช่วยเพิ่มประสิทธิภาพในการควบคุมการแพร่กระจายของวัณโรค และลดจำนวนผู้ป่วยวัณโรคลง

Downloads

Download data is not yet available.

เอกสารอ้างอิง

Kulkarni S, Jha S. Artificial intelligence, radiology, and tuberculosis: a review. Acad Radiol. 2020;27(1):71–5.

Qin ZZ, Ahmed S, Sarker MS, Paul K, Adel ASS, Naheyan T, et al. Tuberculosis detection from chest X-rays for triaging in a high tuberculosis-burden setting: an evaluation of five artificial intelligence algorithms. Lancet Digit Health. 2021;3(9):e543–54.

Cao X, Li Y, Xin H, Zhang H, Pai M, Gao L. Application of artificial intelligence in digital chest radiography reading for pulmonary tuberculosis screening. Chronic Dis Transl Med. 2021;7(1):35–40.

Thammarach P, Khaengthanyakan S, Vongsurakrai S, Phienphanich P, Pooprasert P, Yaemsuk A, et al. AI chest 4 all. In: 2020 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC) [Internet]. IEEE; 2020 [cited 2024 Jul 22]. p. 1229–33. Available from: https://ieeexplore.ieee.org/abstract/document/9175862/

Qin ZZ, Sander MS, Rai B, Titahong CN, Sudrungrot S, Laah SN, et al. Using artificial intelligence to read chest radiographs for tuberculosis detection: a multi-site evaluation of the diagnostic accuracy of three deep learning systems. Sci Rep. 2019;9(1):15000.

Geric C, Qin ZZ, Denkinger CM, Kik SV, Marais B, Anjos A, et al. The rise of artificial intelligence reading of chest X-rays for enhanced TB diagnosis and elimination. Int J Tuberc Lung Dis. 2023;27(5):367–72.

Liao Q, Feng H, Li Y, Lai X, Pan J, Zhou F, et al. Evaluation of an artificial intelligence (AI) system to detect tuberculosis on chest X-ray at a pilot active screening project in Guangdong, China in 2019. J X-Ray Sci Technol. 2022;30(2):221–30.

Nijiati M, Ma J, Hu C, Tuersun A, Abulizi A, Kelimu A, et al. Artificial intelligence assisting the early detection of active pulmonary tuberculosis from chest X-rays: a population-based study. Front Mol Biosci. 2022;9:874475.

พัชริดา มหัสฉริยพงษ์. การประเมินความแม่นยำของเครื่องมืออ่านภาพรังสีทรวงอกอัตโนมัติ ปัญญาประดิษฐ์ (Artificial Intelligence; AI) ในการแปลผลวัณโรคปอดจากภาพรังสีทรวงอกในผู้ป่วยนอกที่มีอาการสงสัยวัณโรคปอด อ.แม่ระมาด จ.ตาก. วารสารระบบบริการปฐมภูมิและเวชศาสตร์ครอบครัว. 2564;4:35–45.