A radiografia de tórax é um exame de imagem comum e é usado rotineiramente para uma variedade de achados de doenças diferentes. Nos últimos anos, muita atenção tem sido dada à classificação de imagens com modelos de inteligência artificial (IA) baseados em aprendizado profundo para radiologia. Vários estudos se concentraram no desenvolvimento de modelos para diferenciar entre uma radiografia de tórax normal e anormal. O foco da pesquisa tem sido classificar radiografias e reduzir o tempo de resposta em estudos de simulação. Mas uma descrição autônoma de radiografias de tórax normais sem interação humana também foi sugerida.

Em estudos de viabilidade recentes, foi sugerido que uma ferramenta autônoma de IA pode descartar corretamente anormalidades com um alto nível de confiança em aproximadamente 15% da produção total de raios X de tórax. Há uma crescente escassez global de radiologistas, e automatizar a leitura de radiografias normais de tórax pode aliviar a carga de trabalho dessa especialidade. No entanto, esta área de pesquisa ainda é incipiente e ainda não vimos a adoção de modelos disponíveis na clínica. O desempenho desse modelo de IA ainda não foi descrito em uma amostra de pacientes clinicamente bem caracterizada e consecutiva com comparação relevante com os padrões de relatórios atuais em radiologia.

Por isso, o objetivo de Plesner e colaboradores (2023) foi realizar uma avaliação aprofundada de uma ferramenta de IA comercialmente disponível para autorrelato de radiografias de tórax, contra um padrão de referência adjudicado em uma amostra bem caracterizada de pacientes consecutivos para determinar (a) o número de relatórios de radiografia de tórax relatados autonomamente, (b) a sensibilidade da IA ​​na detecção de radiografias de tórax anormais e (c) o desempenho da IA ​​em comparação com relatórios de radiologia clínica.

Para isso, eles desenvolveram um estudo retrospectivo, no qual, radiografias consecutivas do tórax posteroanterior foram obtidas de pacientes adultos em quatro hospitais na região da capital dinamarquesa em janeiro de 2020, incluindo imagens de pacientes do departamento de emergência, pacientes internados e pacientes ambulatoriais.

Três radiologistas de tórax classificaram as radiografias de tórax em um padrão de referência com base nos achados da radiografia de tórax nas seguintes categorias: crítica, outras notáveis, sem intercorrências ou normal (sem anormalidades). A AI classificou as radiografias de tórax como normais de alta confiança (normais) ou normais de baixa confiança (anormais).

Um total de 1.529 pacientes (idade mediana, 69 anos [IQR, 55–69 anos]; 776 mulheres) foram incluídos para análise, com 1.100 (72%) classificados pelo padrão de referência como tendo radiografias anormais, 617 (40%) como com radiografias anormais críticas e 429 (28%) com radiografias normais.

Para comparação, os relatórios de radiologia clínica foram categorizados de acordo com o texto e os relatórios insuficientes foram excluídos (n = 22). A sensibilidade do AI foi de 99,1% (95% CI: 98,3, 99,6; 1090 de 1100 pacientes) para radiografias anormais e 99,8% (95% CI: 99,1, 99, 9; 616 de 617 pacientes) para radiografias críticas.

As sensibilidades correspondentes para os relatórios do radiologista foram de 72,3% (IC de 95%: 69,5,74,9; 779 de 1.078 pacientes) e 93,5% (IC de 95%: 91,2, 95,3, 558 de 597 pacientes), respectivamente. A especificidade da IA ​​e, portanto, a taxa de notificação autônoma potencial, foi de 28,0% de todas as radiografias de tórax posteroanterior normais (95% CI: 23,8, 32,5; 120 de 429 pacientes) ou 7,8% (120 de 1.529 pacientes) de todas as radiografias posteroanteriores radiografias de tórax.

Imagens de um homem de 44 anos que consultou por dor torácica e dispneia. (A) Radiografia de tórax mostra opacidades nodulares muito sutis, principalmente nos lobos inferiores, representativas de pneumonia e discreto sinal da silhueta da borda direita do coração (seta). O sistema de IA interpretou esta radiografia de tórax como normal. Também foi interpretado como normal no laudo clínico radiológico. (B) A tomografia computadorizada mostra opacidades do espaço aéreo do lobo inferior com morfologia vaga de árvore em brotamento (inserção) e área de consolidação (seta). A angiografia pulmonar foi realizada 5 horas após a radiografia. Esta foi a única descoberta falso-negativa "crítica" da ferramenta de IA.

Sendo assim, de todas as radiografias de tórax posteroanterior normais, o IA relatou autonomamente 28% com uma sensibilidade para qualquer anormalidade superior a 99%. Isso correspondeu a 7,8% de toda a produção de radiografia de tórax posteroanterior.