CDTM | 人工智能赋能结核病早筛——JF CXR-1 v3.0在中国基层医疗机构的应用研究

点击此处获取完整论文原文

Chronic Diseases and Translational Medicine 2025年2期发表了来自中国医学科学院病原生物学研究所Lei Gao, Henan Xin团队等研究者的文章，题目为 Performance of Computer-Aided Detection Software in Tuberculosis Case Finding in Township Health Centers in China（计算机辅助检测软件在中国乡镇卫生院结核病筛查中的表现）。该研究方案探讨了国产AI胸片识别系统JF CXR-1 v3.0在基层医疗机构结核病筛查中的性能表现和实际应用效果，评估其对提升乡镇级结核病筛查能力的潜在价值。

结核病（Tuberculosis, TB）仍是全球公共卫生的重大挑战之一，尤其在中国农村地区，基层医疗资源相对匮乏，放射科医生数量有限，极大限制了胸片筛查的效率和准确性。为解决“诊断能力不足”这一关键瓶颈，近年来基于人工智能的计算机辅助检测（CAD）软件在结核病筛查中逐渐崭露头角。本研究聚焦于一款国产CAD系统——JF CXR-1 v3.0，由国内高科技企业基于30万余例胸部X线影像深度学习训练而成，可同时识别多种肺部异常影像，包括活动性结核、既往结核、肺炎及肺部结节等。

研究设计分为两个阶段。第一阶段为2019年进行的内部评估，使用由放射科及结核病专家组成的专家小组标注的277张标准胸片作为“金标准”，评估JF CXR-1 v3.0对活动性结核的识别性能。结果显示，其敏感性达85.94%，特异性为74.65%，在区分活动性结核与其他肺部疾病方面具有良好表现。

第二阶段为2020年在河南中牟县13家乡镇卫生院开展的现场前瞻性研究，共纳入3705名门诊胸片检查患者。每例胸片均由当地放射科医生和JF CXR-1 v3.0同时判读，再由专家组对存在分歧的结果进行终审。结果显示，JF CXR-1 v3.0的活动性结核检出敏感性为92.11%，远高于当地放射科医生的32.89%；其特异性为94.54%，与人类读片结果相当（99.28%）。这表明，JF CXR-1 v3.0在实际应用中可显著提升基层医疗机构对活动性结核的识别能力。

Flowchart of the study implementation. In 2019, 277 standard chest X-rays with typical abnormalities annotated by a panel of experts were used for internal evaluation of the performance of JF CXR-1 v3.0. In 2020, an on-site prospective study was implemented to evaluate the performance of JF CXR-1 v3.0 in 13 township health centers in Zhongmu County, Henan Province. In total, 3705 subjects were included in the final study. Each chest X-ray was independently read by local radiologists and JF CXR-1 v3.0. Chest X-rays with inconsistent readings between local radiologists and JF CXR-1 v3.0 were reread by a panel of experts. The local radiologists should also give a final diagnosis after referring to the results of JF CXR-1 v3.0. Finally, we completed the evaluation of the performance of JF CXR-1 v3.0.

研究还发现，放射科医生对AI结果的接受程度较低，尤其在AI判为阳性而医生初判为阴性的情形中，仅有13.27%的医生最终采纳了AI结果。这暴露出当前基层医务人员对AI辅助诊断信任度不足的问题。研究建议，应加强对CAD软件临床效果的科普培训和使用指导，逐步增强基层医生对AI辅助系统的认知与采纳。

此外，研究指出JF CXR-1 v3.0在部分特定人群中表现出特异性下降的趋势，如高龄、男性、吸烟者及既往患结核者。这提示未来在算法训练中需考虑人口学和临床因素，优化模型结构，实现更精准的个体化诊断。

本研究的意义不仅在于验证了一款国产AI系统的性能，更重要的是其在中国农村医疗体系中的落地性探索，证明CAD系统可在资源有限、医生不足的背景下发挥积极作用，缩小结核病漏诊与迟诊的差距，为中国乃至全球高结核病负担地区提供技术路径与实践参考。

研究团队表示，尽管本研究为观察性设计，仍为CAD在公共卫生实践中的应用积累了真实世界数据。未来可结合快速分子检测技术（如Xpert MTB/RIF）打造“一站式”诊断流程，并在更大范围开展随机对照研究，以进一步验证AI系统对临床实践的变革潜力。

在“健康中国2030”战略背景下，人工智能与基层医疗的深度融合，正为重大传染病的早筛早诊开辟新路径。JF CXR-1 v3.0的研究为我们展示了AI在公共卫生领域的广阔前景与切实成效，是推动结核病防控模式变革的重要探索之一。

注：本文内容由AI提炼生成，仅供参考，如有进一步阅读需求请点击“阅读原文”

中华医学会主办，中华牌期刊

Pubmed、PMC、Scopus、Embase、DOAJ、CSCD、CSTPCD等国内外数据库收录

CiteScore 2024: 4.6, Ranking: 101/668 (Medicine-General Medicine), Q1

中国科技期刊卓越行动计划二期英文梯队期刊

目前免收出版服务费，免格式投稿

季度出版，标准，快速的同行评议流程，开放获取

为已接收的优质稿件提供免费的语言润色服务，为文章提供免费的高质量推广服务

关于投稿

Submit a manuscript

Chronic Diseases and Translational Medicine 邀请您投稿

栏目：论著、综述、评述、指南与标准、Meta分析、短篇通讯、读者来信等

投稿系统：

https://mc.manuscriptcentral.com/cdtm

官方网站：

https://onlinelibrary.wiley.com/journal/25890514

联系我们：

Email：cdtm@cmaph.org