导读 伊利诺伊州奥克布鲁克市-根据《放射学：心胸影像学》上发表的一项研究，使用针对肺癌筛查的低剂量CT检查信息，深度学习算法可以准确预测心
伊利诺伊州奥克布鲁克市-根据《放射学：心胸影像学》上发表的一项研究，使用针对肺癌筛查的低剂量CT检查信息，深度学习算法可以准确预测心血管疾病死亡的风险。
心血管疾病是全球死亡的主要原因。它甚至超过了肺癌，成为导致大量吸烟者死亡的主要原因。
低剂量CT肺部扫描用于筛查高风险人群(例如吸烟者)中的肺癌。这些CT扫描还提供了通过提取有关心脏和主动脉钙化的信息来筛查心血管疾病的机会。这些区域中钙的存在与斑块的形成有关，并且是心血管疾病死亡率，心脏病和中风的有力预测指标。
以前的研究使用了从CT图像中提取的信息以及其他危险因素(例如胆固醇水平和血压)以及自我报告的临床数据(例如病史)。
对于这项新研究，研究人员测试了一种更快，自动化的方法，该方法可以预测五年的心血管疾病死亡率，而仅需很少的额外工作量。该方法利用深度学习的力量，深度学习是一种先进的人工智能，其中计算机算法本质上是从图像中学习死亡率预测的重要特征。
利用来自全国肺部筛查试验中为期两年的接受低剂量CT的4,451名中位年龄为61岁的参与者的数据，研究人员对方法进行了培训，以量化六种类型的血管钙化。然后，他们对来自1,113名参与者的数据测试了该方法。
使用钙评分的预测模型优于仅使用自我报告的参与者特征(例如年龄，吸烟史和疾病史)的基线模型。
标签： 肺癌
免责声明：本文由用户上传，如有侵权请联系删除！