美国麻省总医院心血管影像研究中心Lu等报告，新开发的人工智能(AI)系统CXR-risk评分，根据单幅常规胸部X线摄片即可识别出在12年后死亡风险高达53%的人群。(JAMA Network Open. 2019年7月19日在线版 doi: 10.1001/jamanetworkopen.2019.7416)

　　利用两项大型随机试验的数据，研究人员采用卷积神经网络AI系统开发了一种称为CXR-risk评分的技术，可根据全因死亡风险对参与者分层。为了开发和测试该算法，研究者自PLCO试验(52 320例，包括无症状的不吸烟者和55~74岁的吸烟者)入组影像学数据，外部测试则自NLST试验(5493例，55~74岁的重度吸烟者)入组数据。

　　首先，研究者使用PLCO试验中的41 856例的X线结果及随访数据训练AI系统，AI系统发现风险评分和死亡率间存在分级的相关性;然后，在剩余的10 464例PLCO数据和5493例NLST数据中检测该算法。

　　结果显示，根据CXR-risk评分五分位数水平(极低、低、中度、高、极高)将个体分组。在PLCO试验中随访12.2年时，CXR-risk评分极高者的死亡率为53.0%(250/472)，而在NLST试验中随访为6.3年时为33.9%(61/180)。

　　在未经校正的分析中，与CXR-risk评分极低者相比，上述数值提示死亡概率分别增高了18.3倍(95%CI 14.5~23.2，P<0.001)和15.2倍(95%CI 9.2~25.3，P<0. 001)。PLCO试验中CXR-risk评分极低、低、中度、高者的死亡率分别为3.8%(97/2543)、7.8%(216/2769)、12.7%(339/2674)和24.9%(500/2006)，而在NLST试验中则分别为2.7%(20/752)、3.8%(64/1679)、6.7%(115/1723)和9.8%(114/1159)。

　　CXR-risk评分与两个测试人群中的病因特异性死亡显著相关。具体而言，在肺癌死亡者中，PLCO试验CXR-risk评分最高五分位数水平者对比最低五分位数水平者的aHR为11.1，而在NLST试验中为8.4;在心血管病因死亡者中，PLCO试验和NLST试验的aHR分别为3.6和47.8;在呼吸系统病因死亡者中，aHR分别为27.5和31.9。

　　研究者表示，为患者开具常规诊断性胸部X线检查的医生一直“空守金山”而不自知，该检查暗含预后信息从未被使用过，AI可从中获取鉴别长期死亡风险的信息。在日常实践中，常规诊断的X线摄片可以非常容易地被上传到专门网站上进行AI风险分析;不过，该系统主要针对的是55~74岁无症状的白人，该系统的预后价值尚需在其他人群中进行评估。

　　(编译 雷晓彤)