We provide an overview of the latest evidence on computer-aided detection (CAD) software for automated interpretation of chest radiographs (CXRs) for TB detection. CAD is a useful tool that can assist in rapid and consistent CXR interpretation for TB. CAD can achieve high sensitivity TB detection among people seeking care with symptoms of TB and in population-based screening, has accuracy on-par with human readers. However, implementation challenges remain. Due to diagnostic heterogeneity between settings and sub-populations, users need to select threshold scores rather than use pre-specified ones, but some sites may lack the resources and data to do so. Efficient standardisation is further complicated by frequent updates and new CAD versions, which also challenges implementation and comparison. CAD has not been validated for TB diagnosis in children and its accuracy for identifying non-TB abnormalities remains to be evaluated. A number of economic and political issues also remain to be addressed through regulation for CAD to avoid furthering health inequities. Although CAD-based CXR analysis has proven remarkably accurate for TB detection in adults, the above issues need to be addressed to ensure that the technology meets the needs of high-burden settings and vulnerable sub-populations.
Nous fournissons un aperçu des données probantes sur les logiciels de détection assistée par ordinateur (CAD) pour l’interprétation automatisée des radiographies pulmonaires (CXR) à des fins de détection de la TB. La CAD est un outil utile qui peut contribuer à une interprétation plus rapide et cohérente des CXR dans le cadre de la TB. Elle permet de détecter la TB avec une sensibilité élevée chez les personnes consultant pour des symptômes de TB, ainsi que dans le cadre d’un dépistage en population, avec une précision comparable à celle des lecteurs humains. Cependant, des difficultés de mise en œuvre subsistent. En raison de l’hétérogénéité diagnostique entre les pays et les sous-populations, les utilisateurs doivent sélectionner des scores seuils plutôt que d’utiliser des scores préétablis mais les sites peuvent manquer des ressources et des données nécessaires pour ce faire. Une standardisation efficace est encore compliquée par les fréquentes mises à jour et les nouvelles versions de la CAD, ce qui complique également la mise en œuvre et la comparaison. La CAD n’a pas été validée pour le diagnostic de la TB chez l’enfant et sa précision pour l’identification des anomalies non tuberculeuses reste à évaluer. Un certain nombre de questions économiques et politiques doivent encore être abordées par le biais de la réglementation afin que la CAD n’aggrave pas les inégalités en matière de santé. Bien que l’analyse des CXR fondée sur la CAD se soit avérée remarquablement précise pour la détection de la TB chez l’adulte, les problèmes susmentionnés doivent être abordés afin de faciliter la mise en œuvre et de s’assurer que la technologie répond aux besoins des pays à forte prévalence de TB et des sous-populations vulnérables.