计算机模型预测谁需要肺癌筛查

根据托马斯在开放获取期刊PLOS Medicine上发表的一项新研究，仅配备人们年龄、吸烟时间和每天吸烟数量数据的机器学习模型可以预测肺癌风险并确定谁需要肺癌筛查英国伦敦大学学院的 Callender 及其同事。

肺癌是全世界最常见的癌症死亡原因，如果不及早发现，患者的生存率很差。对高危人群进行肺癌筛查可以将肺癌死亡人数减少近四分之一，但确定高危人群的理想方法尚不清楚。当前肺癌风险标准护理模型需要 17 个变量，其中很少有常规可在电子健康记录中找到。

在这项新研究中，研究人员利用来自英国生物银行队列的 216,714 名曾经吸烟者和参与美国国家肺部筛查试验的 26,616 名曾经吸烟者的数据来开发肺癌风险的新模型。

机器学习模型使用三个预测因素——年龄、吸烟时间和吸烟年数——来计算人们在未来五年内患肺癌和死于肺癌的几率。研究人员使用来自美国前列腺、肺、结直肠和卵巢筛查试验的第三组数据测试了新模型。

该模型预测肺癌发病率的敏感性为 83.9%，预测肺癌死亡的敏感性为 85.5%。在同等特异性下，该模型的所有版本都比当前使用的风险预测公式具有更高的灵敏度。

卡伦德补充道：“我们知道，对那些很有可能患上肺癌的人进行筛查可以挽救生命。通过机器学习，我们已经能够大大简化我们确定谁处于高风险人群的方法，并提出了一种方法，可以这是朝着广泛实施个性化筛查以及早发现许多疾病的方向迈出的令人兴奋的一步。”

标签：