Ontwikkeling en validatie van een automatisch detectie-algoritme voor actieve pulmonale tbc

Een door Koreaanse onderzoekers ontwikkeld ‘deep learning-based automatic detection’-algoritme is zeer goed in het detecteren van actieve pulmonale tuberculose (tbc) op thoraxfoto’s en scoort zelfs beter dan thoraxradiologen.

Thoraxfoto’s spelen een belangrijke rol bij de screening op actieve tbc en hiermee wordt een sensitiviteit en specificiteit van respectievelijk 87% en 89% bereikt voor tbc-gerelateerde afwijkingen. Het detecteren van tbc blijft echter een arbeidsintensieve en tijdrovende taak waarvoor expertise nodig is, die in ‘high-burden countries’ beperkt voorhanden is. Geautomatiseerde detectie van actieve pulmonale tbc op thoraxfoto’s zou dan ook een uitkomst zijn in deze context.

Bronnen:

1. Hwang EJ, Park S, Jin KN, et al. Development and Validation of a Deep Learning-based Automatic Detection Algorithm for Active Pulmonary Tuberculosis on Chest Radiographs. Clin Infect Dis. 2019;69:739-47.