导读 深度学习模型(人工智能 (AI) 的一种形式)在预测一个人 12 年患肺癌的风险方面比当前的临床标准更准确。该模型的预测基于胸部 X 光图...
深度学习模型(人工智能 (AI) 的一种形式)在预测一个人 12 年患肺癌的风险方面比当前的临床标准更准确。该模型的预测基于胸部 X 光图像 (CXR) 和电子健康记录 (EHR) 中常见的基本人口统计数据(年龄、性别和当前吸烟状况)。研究结果发表在《内科医学年鉴》上。
通过胸部计算机断层扫描 (CT) 扫描进行肺癌筛查可以预防肺癌死亡。然而,医疗保险目前确定谁有资格接受肺癌筛查的标准CT遗漏了大多数肺癌。此外,肺癌筛查的参与率很低,估计符合筛查资格的人中接受筛查的比例不到 5%。
马萨诸塞州总医院的研究人员开发了一种卷积神经网络 (CXR-LC),该网络可根据胸部 X 光图像预测长期发生的肺癌,该网络使用了 41,856 名来自一项大型多中心肺癌筛查试验(前列腺癌)的胸部 X 光图像。 、肺癌、结直肠癌和卵巢癌 (PLCO) 癌症筛查试验)。最终模型在另外 5,615 名 PLCO 参与者和第二项试验——国家肺部筛查试验 (NLST) 的 5,493 名受试者中得到了验证。深度学习模型的表现优于 Medicare 肺癌筛查标准(当前的临床标准),在筛查相同人数的情况下,漏检的肺癌病例减少了 31%。
美国国家癌症研究所随附社论的作者讨论了研究人员的发现,并提出了与使用人工智能以及更广泛的电子病历数据挖掘以改善患者护理相关的许多问题。
标签:
免责声明:本文由用户上传,如有侵权请联系删除!