Das Potenzial von Machine Learning Algorithmen zur Detektion von Lungenrundherden in Thoraxröntgenbildern wurde anhand einer Reader Studie ermittelt.Es wurden händisch segmentierte Datensätze erstellt und die Leistung auch auf das Vorliegen von Fremdmaterial untersucht.Es zeigte sich eine ähnliche Leistung zwischen Radiologen und Algorithmen innerhalb der Untersuchungen.Die Anzahl korrekt identifizierter Tumore könnte mittels Kombination aus menschlicher und rechnerischer Bewertung erhöht werden.
«
Das Potenzial von Machine Learning Algorithmen zur Detektion von Lungenrundherden in Thoraxröntgenbildern wurde anhand einer Reader Studie ermittelt.Es wurden händisch segmentierte Datensätze erstellt und die Leistung auch auf das Vorliegen von Fremdmaterial untersucht.Es zeigte sich eine ähnliche Leistung zwischen Radiologen und Algorithmen innerhalb der Untersuchungen.Die Anzahl korrekt identifizierter Tumore könnte mittels Kombination aus menschlicher und rechnerischer Bewertung erhöht werden...
»
Übersetzte Kurzfassung:
The potential of machine learning algorithms for the detection of pulmonary nodules in chest radiographs was determined using a reader study. For training, manually segmented datasets were created and performance was also examined for the simultaneous presence of different foreign bodies. The study showed similar performance between radiologists and algorithms. The number of correctly identified tumors could be increased using a combination of human and computational assessments.