Background: Computer-aided detection (CAD) tools for TB detection have the potential to enable screening programmes and reduce the diagnostic gap in settings where access to radiologists is limited. However, there are concerns that other common chest X-ray (CXR) abnormalities not due to TB may be missed.
Methods: We assessed the performance of three commercialised CAD tools (qXR, INSIGHT CXR and DrAIDTM TB XR) to detect common non-TB abnormalities against readings with a standardised annotation guide by an expert radiologist. More than 20 well-characterised diagnoses besides TB significant in TB high-burden countries were examined.
Results: The 517 CXRs included were deemed abnormal by the three CAD with a sensitivity of respectively 97% (95% CI 95-98), 94% (95% CI 91-95), and 87% (95% CI 84-90) for INSIGHT CXR, qXR, and DrAID. The CAD generally detected abnormalities in patients with critical diagnoses such as lung cancer or heart failure. Performance for detecting other abnormalities was variable.
Conclusion: This study showed that the three CAD tools identified CXRs as abnormal when diseases other than TB were present. Our findings alleviate ethical concerns of missing abnormalities other than TB when using commercially available CAD for TB screening and show their potential broader applicability.
Contexte: Les outils de détection assistée par ordinateur (CAD, pour l’anglais « computer-aided detection ») pour l’identification de la TB présentent la possibilité de faciliter les programmes de dépistage et de réduire l'écart de diagnostic dans les environnements où l'accès aux radiologues est restreint. Néanmoins, il existe des préoccupations quant à la non-détection d'autres anomalies fréquentes sur les radiographies thoraciques (CXR, pour l’anglais « chest X-ray ») qui ne sont pas liées à la TB.
Méthodes: Nous avons analysé l'efficacité de trois outils de CAD (qXR, INSIGHT CXR et DrAIDTM TB XR) dans la détection d'anomalies fréquentes non liées à la TB, en les comparant à des interprétations réalisées selon un guide d'annotation standardisé par un radiologue spécialisé. Plus de 20 diagnostics clairement définis, en plus de la TB, ont été évalués dans des pays où la charge de TB est élevée.
Résultats: Les 517 CXR incluses ont été considérées comme anormales par les trois systèmes d'aide à la décision (CAD), affichant des sensibilités respectives de 97% (IC à 95% 95–98), 94% (IC à 95% 91–95) et 87% (IC à 95% 84–90) pour INSIGHT CXR, qXR et DrAID. Le CAD a généralement réussi à identifier des anomalies chez les patients souffrant de diagnostics graves tels que le cancer du poumon ou l'insuffisance cardiaque. Les performances en matière de détection d'autres anomalies ont montré des résultats variables.
Conclusion: Cette recherche a révélé que les trois outils de CAD détectaient les CXR comme étant anormales en présence de pathologies autres que la TB. Nos résultats atténuent les inquiétudes éthiques liées à l'absence d'anomalies autres que la TB lors de l'utilisation des CAD disponibles sur le marché pour le dépistage de la TB, et mettent en lumière leur potentiel d'application dans un cadre plus étendu.
Keywords: CAD; artificial intelligence; chest X-ray; non-communicable diseases; tuberculosis screening.
© 2024 The Authors.