胸部レントゲン写真の肺容量を推定するための深い学習は、特発性肺線維症の生存を予測する

バックグラウンドの総肺容量（TLC）は、プランメトリック技術や手動測定などの時間のかかる方法に基づいて胸部X線写真を使用して推定されています。目的胸部レントゲン写真や人口統計学的変数からTLCを推定できる深い学習ベースの多次元モデルを開発し、多施設レトロスペクティブデータセットを使用してその技術的パフォーマンスと臨床的有用性を検証すること。材料と方法深い学習モデルは、2015年1月から2017年6月にかけて実施された50,000の連続した胸部CTスキャンを使用して事前に処理されました。このモデルは、肺機能肺機能を下回った連続した患者からの3523ペアの後部胸部レントゲン写真とプレチスモグラフィーTLC測定値で微調整されました。同じ日にテスト。このモデルは、（a）外部テストセット1（n = 207）および外部テストセット2（n = 216）（n = 216）、および（b）を含む、2つの三次ケアセンターと1つのコミュニティ病院からの多施設レトロスペクティブデータセットでテストされました。特発性肺線維症（n = 217）の臨床的有用性の患者。技術的なパフォーマンスは、さまざまな合意措置を使用して評価され、多変量COX回帰を使用した全生存の予後価値の観点から臨床的有用性が評価されました。結果、観測されたTLCと推定TLCの間の平均絶対差と被験者内SDは、それぞれ0.69 Lと0.73 Lでした。外部テストセット2のLおよび0.53 L（113人、年齢の中央値、63歳[IQR：51-70歳]）。特発性肺線維症（男性145人、年齢の中央値、67歳[IQR：61-73歳]）の患者では、推定TLCパーセンテージが大きいほど死亡リスクが低くなりました（調整済みハザード比、0.97パーセント、95％CI：0.95、0.98;結論胸部X線写真からの完全に自動、深い学習ベースのモデルが推定された総肺容量を推定し、モデルは特発性肺線維症の生存を予測しました。©rsna、2022オンライン補足資料は、この記事で入手できます。この号のSorknessによる社説も参照してください。

Background Total lung capacity (TLC) has been estimated with use of chest radiographs based on time-consuming methods, such as planimetric techniques and manual measurements. Purpose To develop a deep learning-based, multidimensional model capable of estimating TLC from chest radiographs and demographic variables and validate its technical performance and clinical utility with use of multicenter retrospective data sets. Materials and Methods A deep learning model was pretrained with use of 50 000 consecutive chest CT scans performed between January 2015 and June 2017. The model was fine-tuned on 3523 pairs of posteroanterior chest radiographs and plethysmographic TLC measurements from consecutive patients who underwent pulmonary function testing on the same day. The model was tested with multicenter retrospective data sets from two tertiary care centers and one community hospital, including (a) an external test set 1 (n = 207) and external test set 2 (n = 216) for technical performance and (b) patients with idiopathic pulmonary fibrosis (n = 217) for clinical utility. Technical performance was evaluated with use of various agreement measures, and clinical utility was assessed in terms of the prognostic value for overall survival with use of multivariable Cox regression. Results The mean absolute difference and within-subject SD between observed and estimated TLC were 0.69 L and 0.73 L, respectively, in the external test set 1 (161 men; median age, 70 years [IQR: 61-76 years]) and 0.52 L and 0.53 L in the external test set 2 (113 men; median age, 63 years [IQR: 51-70 years]). In patients with idiopathic pulmonary fibrosis (145 men; median age, 67 years [IQR: 61-73 years]), greater estimated TLC percentage was associated with lower mortality risk (adjusted hazard ratio, 0.97 per percent; 95% CI: 0.95, 0.98; P < .001). Conclusion A fully automatic, deep learning-based model estimated total lung capacity from chest radiographs, and the model predicted survival in idiopathic pulmonary fibrosis. © RSNA, 2022 Online supplemental material is available for this article. See also the editorial by Sorkness in this issue.