基于深度学习的AI辅助胸部X光计算机辅助检测在菲律宾结核病筛查中的性能评估与优化策略

本研究针对菲律宾高结核病(TB)负担背景下筛查效率不足的问题，通过回顾性分析5740例胸部X光(CXR)与分子快速诊断(mWRD)数据，评估了人工智能计算机辅助检测(AI-CAD)在真实场景中的表现。结果显示AI-CAD在0.5阈值下具有95.6%的伪灵敏度但仅28.1%伪特异性，通过精确召回曲线(PRAUC=0.489)和接收者操作特征曲线(AUROC=0.82)分析，提出需根据资源、流行率和项目目标调整阈值分数，为资源有限地区的TB消除工作提供了重要决策依据。

　　

在结核病(TB)仍是全球重大公共卫生挑战的背景下，菲律宾作为高负担国家面临着诊断缺口巨大的困境。传统筛查方法效率低下，而新兴的计算机辅助检测(CAD)技术虽展现出潜力，但其在真实世界场景中的表现仍存在诸多疑问——不同人群的检测准确性差异、阈值设定的资源平衡、以及既往结核病史对结果的影响等问题亟待解答。这项发表在《BMC Global and Public Health》的研究，由Nichel Marquez等学者开展，通过大规模实地数据揭示了AI-CAD在菲律宾结核病筛查中的实际效能与优化路径。

研究团队采用qXR^? version 3(Qure.ai)深度学习系统，分析了2021-2024年间菲律宾四个地区5740例同时具备CXR和分子世界卫生组织推荐快速诊断(mWRD)检测结果的病例数据。研究设计为回顾性横断面分析，覆盖医疗机构强化病例发现(ICF)、社区主动筛查(ACF-comm)和工作场所筛查(ACF-WP)三种场景。通过固定异常阈值(0.5)评估诊断准确性，并采用精确召回曲线(PRC)和受试者工作特征曲线(ROC)应对数据不平衡问题。由于CAD阴性者验证有限，创新性采用"伪灵敏度"和"伪特异性"指标反映部分检测的估计值。

方法学要点：

1. 1.

   多中心数据采集：覆盖医疗机构、社区和工作场所三类筛查场景

2. 2.

   双重检测标准：以mWRD为金标准，结合AI-CAD和放射科医师读片

3. 3.

   先进分析框架：采用AUROC和PRAUC双指标应对数据不平衡

4. 4.

   阈值优化模型：计算不同cut-off值下的检测节省数(NNT)与病例漏检率

结果呈现：

1. 1.

   基线特征：确诊TB患者更年轻(平均46岁)、多为男性(16% vs 女性10%)且无TB治疗史。医疗机构筛查阳性率最高(24%)，显著高于社区(13%)和工作场所(10%)。

2. 2.

   整体性能：在0.5阈值下，AI-CAD展现95.6%(95%CI:95.1-96.1)的高伪灵敏度，但伪特异性仅28.1%。阳性预测值(PPV)为16.6%，阴性预测值(NPV)达97.8%。AUROC为0.82显示良好区分能力，PRAUC 0.489是基线分类器的3.7倍。

1. 1.

   亚组分析：

   • •

     性别差异：男性伪灵敏度更高(96.4% vs 94%)，但女性特异性更优(34.4% vs 22.4%)

   • •

     年龄梯度：15-23岁组特异性达49.4%，显著高于≥50岁组(25.3%)

   • •

     治疗史影响：有TB治疗史者特异性骤降至9.3%

   • •

     症状干扰：有症状者特异性提升至66.2%，但灵敏度略降

2. 2.

   阈值优化：将阈值从0.5提升至0.68可节省42%的mWRD检测，但会增加10%的漏诊。不同场景需差异化设置：医疗机构建议0.64(PPV 33.5%)，社区0.65(PPV 20.4%)，工作场所0.65(保持95%灵敏度)。

讨论与启示：

1. 1.

   技术适配性：AI-CAD在菲律宾表现出与高负担国家相当的AUROC(0.82)，但低于部分国际研究(如孟加拉的0.91)，强调本地化校准的必要性。

2. 2.

   实施创新：提出的"伪指标"体系为部分验证场景提供新思路，PRC与PPV的强调弥补了传统ROC在非平衡数据中的局限。

3. 3.

   程序优化：建议分阶段调整阈值——初期高灵敏度捕获病例，后期提高PPV节约资源。医疗机构可优先采用较高阈值，而高传播风险场所应保持高灵敏度。

4. 4.

   局限与展望：CAD阴性验证不足可能低估特异性，未来需扩大阴性验证样本。研究者推荐基于本地数据重新训练模型，并探索结合临床特征的混合算法。

这项研究为资源有限地区提供了AI-CAD实施的黄金标准：不是追求单一指标优化，而是通过精确的阈值调节，在病例发现与资源消耗间取得最佳平衡。其方法论创新和场景化应用策略，对全球TB高负担国家具有重要借鉴意义，也为其他疾病AI筛查工具的落地应用提供了范本。