Thai University RankingsRESEARCH RADAR
มีหลักฐานผลกระทบระดับโลก

ชุดข้อมูลเอกซเรย์ทรวงอกที่ผู้เชี่ยวชาญกำกับ เพื่อทดสอบ AI วินิจฉัยวัณโรคกับข้อมูลไทย

Development of an expert-annotated chest X-ray dataset to support AI validation in tuberculosis diagnosis

งานวิจัยรวบรวมภาพเอกซเรย์ทรวงอก 1,097 ภาพจาก 5 สถาบัน ผู้ป่วยอายุอย่างน้อย 15 ปีและไม่รวมผู้ติดเชื้อ HIV หรือ opportunistic infection แพทย์ B reader 6 คนอ่านภาพรวม 3,117 ครั้ง เปรียบเทียบกับผลเสมหะ เพาะเชื้อ หรือการตรวจโมเลกุล ผลอ่านร้อยละ 69 ระบุภาพผิดปกติ โดยร้อยละ 87 ของกลุ่มนี้ยืนยันวัณโรค ส่วนร้อยละ 83 ของภาพที่อ่านว่าปกติเป็นกลุ่มไม่ใช่วัณโรค

01

ข้อค้นพบสำคัญ

  • ความสอดคล้องเท่ากับ κ=0.83 สำหรับสิ่งตรวจพบทั้งหมด κ=0.67 สำหรับลักษณะที่สอดคล้องกับวัณโรค และ κ=0.76 สำหรับ active TB สำหรับการจำแนกลักษณะที่สอดคล้องกับวัณโรค sensitivity อยู่ที่ 77.2–91.1% specificity 87.4–98.6% และ accuracy 84.1–90.1%
02

ทำไมจึงมีความสำคัญระดับโลก

AI ทางรังสีวิทยามักมีประสิทธิภาพลดลงเมื่อย้ายประเทศหรือประชากร ชุดข้อมูลที่มีฉลากจากผู้เชี่ยวชาญและผลจุลชีววิทยาจากไทยจึงมีความสำคัญต่อการทดสอบความทนทานของโมเดลระดับโลก อย่างไรก็ดี ชุดข้อมูลอ้างอิงไม่ใช่หลักฐานว่า AI ใดพร้อมใช้ ต้องประเมินแต่ละโมเดลแยกกัน

03

บทบาทของนักวิจัยไทย

ทีมไทยจากมหาวิทยาลัยสงขลานครินทร์ มหาวิทยาลัยมหาสารคาม โรงพยาบาลอุดรธานี โรงพยาบาลเชียงรายประชานุเคราะห์ กระทรวงสาธารณสุข สถาบันโรคทรวงอก มหาวิทยาลัยรังสิต และมหาวิทยาลัยมหิดลร่วมรวบรวมข้อมูล อ่านภาพ และสร้างมาตรฐานอ้างอิงหลายศูนย์

04

ข้อจำกัดที่ควรรู้

ไม่รวมเด็ก ผู้ติดเชื้อ HIV และ opportunistic infection และเก็บจากพื้นที่วัณโรคสูง จึงอาจไม่ครอบคลุมประชากรอื่น ไม่ได้เปรียบเทียบ B reader กับผู้อ่านทั่วไป การกระจายผู้ป่วย TB และไม่ใช่ TB ในบางศูนย์ถูกออกแบบเพื่อการประเมิน จึงไม่ใช้ประมาณความชุกจริงหรือ predictive value ในคลินิกได้โดยตรง

05

ตรวจสอบแหล่งต้นทาง

Insights into ImagingInsights into Imaging

DOI: 10.1186/s13244-026-02334-0

KEEP EXPLORING

งานวิจัยไทยที่น่าติดตามต่อ