The rise of artificial intelligence reading of chest X-rays for enhanced TB diagnosis and elimination

Résume de l'article

Nous fournissons un aperçu des données probantes sur les logiciels de détection assistée par ordinateur (CAD) pour l’interprétation automatisée des radiographies pulmonaires (CXR) à des fins de détection de la TB. 

La CAD est un outil utile qui peut contribuer à une interprétation plus rapide et cohérente des CXR dans le cadre de la TB. Elle permet de détecter la TB avec une sensibilité élevée chez les personnes consultant pour des symptômes de TB, ainsi que dans le cadre d’un dépistage en population, avec une précision comparable à celle des lecteurs humains. Cependant, des difficultés de mise en œuvre subsistent. En raison de l’hétérogénéité diagnostique entre les pays et les sous-populations, les utilisateurs doivent sélectionner des scores seuils plutôt que d’utiliser des scores préétablis mais les sites peuvent manquer des ressources et des données n´nécessaires pour ce faire. Une standardisation efficace est encore compliquée par les fréquentes mises à jour et les nouvelles versions de la CAD, ce qui complique également la mise en œuvre et la comparaison. La CAD n’a pas été validée pour le diagnostic de la TB chez l’enfant et sa précision pour l’identification des anomalies non tuberculeuses reste à évaluer. Un certain nombre de questions économiques et politiques doivent encore être abordées par le biais de la réglementation afin que la CAD n’aggrave pas les inégalités en matière de santé.

Bien que l’analyse des CXR fondée sur la CAD se soit avérée remarquablement précise pour la détection de la TB chez l’adulte, les problèmes susmentionnés doivent être abordés afin de faciliter la mise en œuvre et de s’assurer que la technologie répond aux besoins des pays à forte prévalence de TB et des sous-populations vulnérables.