人工智能有助于在肺癌筛查中发现心脏病的迹象

根据今天在北美放射学会(RSNA)年会上发表的一项研究，人工智能(AI)提供了一种自动化和准确的工具，用于测量接受胸部CT扫描进行肺癌筛查的患者的心脏病常见标志物。

低剂量胸部CT被批准用于肺癌筛查高危人群，比如长期吸烟者。虽然这些CT扫描是为了诊断肺癌，冠状动脉钙，是牙菌斑的量度动脉，在CT上也可见。来自CT的冠状动脉钙评分是一种成熟的测量方法，可以帮助医生决定谁应该服用他汀类降胆固醇预防性药物。

“新的胆固醇指南鼓励使用钙评分来帮助医生和患者决定是否服用他汀类药物，”该研究的联合资深作者、波士顿马萨诸塞州总医院(MGH)心血管成像研究中心(CIRC) AI主任Michael T. Lu医学博士、公共卫生硕士说。“对于心脏疾病中度风险的特定患者，如果钙评分为0，他汀类药物可以延期使用。如果钙评分很高，那么这些患者应该服用他汀类药物。”

尽管冠状动脉钙具有预后价值，但在低剂量CT肺筛查中并没有常规测量冠状动脉钙，因为测量需要专用软件，并且需要更多时间来解释。

波士顿布里格姆妇女医院(BWH)和丹娜-法伯癌症研究所的医学人工智能(AIM)项目的首席作者罗曼·泽莱兹尼克理学硕士、理学学士说:“如果我们的工具在病人体内检测到大量的冠状动脉钙，那么我们可能会把病人送到专家那里进行随访。”“这将使患者更容易得到适当的治疗。”

该研究团队代表了MGH的CIRC和BWH的AIM之间的密切合作，最近开发并测试了一种使用该技术的技术深度学习这是一种复杂的人工智能，可以在胸部CT图像上自动测量冠状动脉钙含量。他们对心脏ct和胸部ct进行了深度学习系统的训练，其中冠状动脉钙含量是人工测量的。然后，他们在数千名重度吸烟者的CT扫描上测试了该系统，这些人年龄在55-74岁之间，是国家肺筛查试验(NLST)的一部分，这是一项重要的研究，确定了CT在提供肺癌早期检测方面的价值。

结果表明，深度学习衍生的冠状动脉钙评分与人类读者的评分非常接近。此外，在6.5年的随访中，深度学习钙评分与心血管死亡之间存在显著相关性。

“这些CT扫描显示了心血管健康的信息，”卢博士说。“这是一种自动提取信息的方式，可以帮助患者和医生做出预防治疗的决定。”

例如，自动冠状动脉钙定量可以用来将人们分为高风险和低风险组。

深度学习系统在后台运行，不会增加考试时间。该系统的能力自动冠状动脉钙评估可能是研究的福音，因为它可以在比人类读者更短的时间内评估大量患者。

它在肺筛查人群之外也有价值。该研究团队已经证明了它对患有稳定和急性胸痛的人的有效性。

“我们有一种工具，未来几乎可以用于每一次胸部扫描，为大量患者生成非常临床相关的信息，”该研究的联合资深作者、BWH AIM项目主任Hugo Aerts博士说。

该研究团队已经在稳定胸痛(PROMISE试验)和急性胸痛(ROMICAT试验)患者的临床试验人群中证明了类似的结果。