Машинное обучение выявило стеатоз печени по рентгенограммам грудной клетки

Даидзю Уэда (Daiju Ueda) с коллегами по Метропольному университету Осаки разработал модель на основе алгоритмов глубокого машинного обучения, которая эффективно выявляет жировую инфильтрацию (стеатоз) печени по рентгенограммам органов грудной клетки. В работе использовали данные 4414 пациентов двух японских клиник, которым выполнили по 6599 снимков грудной клетки и эластограмм печени с определением контролируемого параметра затухания (CAP, количественный показатель степени стеатоза). Пациентов одной из клиник случайным образом распределили в соотношении 8:1:1 в датасеты для обучения, настройки и внутреннего тестирования модели, а участники из второй клиники вошли в датасет внешнего тестирования. Результаты опубликованы в журнале Radiology: Cardiothoracic Imaging.

Датасет для внутреннего тестирования включал 529 рентгенограмм грудной клетки 363 пациентов (средний возраст 56 лет; 344 — мужчины), для внешнего — 1100 рентгенограмм 783 пациентов (средний возраст 58 лет; 604 — мужчины). При внутреннем тестировании площадь под ROC-кривой составила 0,83; точность — 77 процентов; чувствительность — 68 процентов и специфичность — 82 процента. При внешнем эти показатели были соответственно 0,82; 76, 76 и 76 процентов. Производительность модели оценили как хорошую.