根据发表在《放射学》杂志上的一项新研究,人工智能(AI)工具可以帮助医生预测CT上看到的肺结节的癌症风险。
在胸部成像中,肺结节在肺部出现小斑点。随着CT比胸部成像的X光片更受欢迎,它们已成为更常见的发现。
研究高级作者、费城宾夕法尼亚大学佩雷尔曼医学院介入肺病学和胸肿瘤学科临床研究主任、医学博士Anil Vachani说,结节会出现在5%至8%的胸部X光片上。“胸部CT是如此敏感的测试,你会在三分之一到一半的病例中看到一个小结节。我们从一个相对罕见的问题变成了每年影响美国160万人的问题。”
博士。Vachani及其同事评估了英国牛津Optellum Ltd.开发的基于人工智能的计算机辅助诊断工具,以帮助临床医生评估胸部CT上的肺结节。虽然CT扫描显示了结核的许多方面,例如尺寸和边界特征,但人工智能可以更深入地研究。
博士说,人工智能可以通过非常大的数据集来得出肉眼看不到的独特模式,并最终预测恶性肿瘤。Vachani说。
在这项研究中,六名放射科医生和六名肺科医生仅使用CT成像数据就估计了结节的恶性肿瘤风险。他们还提出了管理建议,如CT监控或在没有人工智能工具的情况下对每个病例的诊断程序。
在研究中,共使用了300例不确定肺结节的胸部CT。研究人员将不确定的结节定义为直径在5到30毫米之间的结节。
分析表明,使用人工智能工具可以提高胸部CT结节恶性肿瘤风险的估计。它还提高了不同读者对风险分层和管理建议的共识。
读者根据成像本身以合理的准确度来判断恶性或良性,但当您将他们的临床解释与人工智能算法相结合时,准确性水平会显著提高。Vachani说。改进水平表明,该工具有可能改变我们判断癌症与良性的方式,并希望改善我们管理患者的方式。
该模型似乎同样适用于诊断CT和低剂量筛查CT,Dr.Vachani说,但在临床上使用人工智能工具之前,还需要进行更多的研究。
博士说,我们在这里迈出了第一步,表明如果将人工智能工具纳入放射学或肺科实践,决策会更好。Vachani说。“下一步是使用该工具并进行一些前瞻性试验,让医生在现实世界中使用人工智能工具。我们正在设计这些试验。”