ai预测肺癌风险

根据期刊发表的研究，人工智能（AI）计划准确预测筛选CT上检测到的肺结节将成为癌症的风险将成为癌症放射学。

据世界卫生组织称，肺癌是全世界癌症死亡的主要原因，估计有180万人死亡。低剂量胸部CT用于以高风险筛选人肺癌，例如长期吸烟者。已经显示出显着降低肺癌死亡率，主要是通过帮助在早期检测癌症时更容易成功治疗。

虽然肺癌通常在CT图像上显示为肺结节，但大多数结节是良性的，并且不需要进一步的临床疗效。因此，良性和恶性结节之间的准确区分对于早期捕获癌症至关重要。

对于新的研究，研究人员使用肺结核评估算法深度学习，一种能够在成像数据中找到某些模式的AI应用程序。研究人员培训了在全国肺筛查试验中培训了超过16,000个结节的CT图像的CT图像算法，包括1,249名恶性肿瘤。他们验证了丹麦肺癌筛选试验的三大成像数据上的算法。

深度学习算法具有优异的效果，优于肺结结恶性风险估算的肺癌模型的成熟泛癌模型。它与11名临床医生相媲美，其中包括四名胸部放射科医师，五位放射学居民和两名脉络剂。

“该算法可以帮助放射科医师准确估计肺结核的恶性风险，”这项研究的第一作者Kiran Vaidhya Venkadesh，博士学位。Radboud大学医疗中心在荷兰尼司根的Radboud大学医疗中心候选人候选人。“这可能有助于优化肺癌筛查参与者的后续建议。”

该算法可能会带来几个额外的好处研究人员说，临床。

“由于它不需要手动解释结节成像特性，所提出的算法可以减少CT解释中的大量Interobserver变异性，”Radboud University医疗部医学成像部的助理教授博士说中心在尼姆嫩根。“这可能导致不必要的诊断干预措施较少，放射科学家的工作量降低，降低肺癌筛查的成本。”

研究人员计划通过纳入年龄，性和吸烟历史等临床参数继续改善算法。

他们也在努力深度学习算法将多个CT考试视为输入。目前算法非常适合于分析初始的​​结节，或基线，筛选，但对于在随后的筛选时检测到的结节，与先前的CT相比，生长和外观是重要的。

Jacobs和同事博士已经开发出其他算法，以可靠地从与慢性阻塞性肺疾病和心血管疾病相关的胸部CT提取成像特征。他们将调查如何将这些成像功能有效集成到当前算法。

---

---