北京大学肿瘤医院

返回

顶部

网站导航

229期(印刷版)-1.jpg

AI可降低肺癌筛查假阳性率?

作者: 来源: 发布时间:2019-04-02

美国匹兹堡大学Raghu等报告,人工智能(AI)可能降低肺癌筛查中的假阳性率,同时不会遗漏真实的癌症病例。这种新开发出的肺癌预测模型优于现有的癌症鉴别方法。(Thorax. 2019年3月12日在线版 doi: 10.1136/thoraxjnl-2018-212638)

LDCT筛查的主要问题是假阳性率高,24%的阳性结果需随访证实,但其中96%为假阳性。为了探究整合了LDCT扫描特征与其他临床数据及合并症特征后是否可改善肺癌的预测,该研究自匹兹堡肺部筛查研究(PLuSS)中纳入了2002~2006年的3642名吸烟者(目前仍吸烟或曾吸烟),应用AI技术提取并分析人口统计学数据、吸烟史、合并症和肺结节的LDCT扫描的特征。

所有受试者都接受了基线LDCT扫描,多数也在接下来的一年接受了LDCT随访扫描。此外,所有受试者也都填写了一份包括吸烟史的问卷,测定了肺活量,并提供了血样。

训练集包括50名参与者,均为基线LDCT扫描检出癌症的患者,另包括42名筛检有结节的受试者。独立的验证集包括126名受试者(44例病例和82名对照),其中分别有39例病例和63名对照的结节<3 cm。

126例个体的独立验证队列显示,包括结节数量、血管数量及戒烟年数的肺癌因果模型(LCCM)足以区分恶性结节和良性结节。LCCM模型的预测准确性与Brock模型可比。LCCM模型可正确识别出28.3%的良性结节,且不会将单例癌症患者错误分类。 (编译 崔维波)