深度學習模型(人工智能 (AI) 的一種形式)在預測一個人 12 年患肺癌的風險方面比當前的臨床標準更準確。該模型的預測基于胸部 X 光圖像 (CXR) 和電子健康記錄 (EHR) 中常見的基本人口統(tǒng)計數(shù)據(jù)(年齡、性別和當前吸煙狀況)。研究結(jié)果發(fā)表在《內(nèi)科醫(yī)學年鑒》上。
通過胸部計算機斷層掃描 (CT) 掃描進行肺癌篩查可以預防肺癌死亡。然而，醫(yī)療保險目前確定誰有資格接受肺癌篩查的標準CT遺漏了大多數(shù)肺癌。此外，肺癌篩查的參與率很低，估計符合篩查資格的人中接受篩查的比例不到 5%。
馬薩諸塞州總醫(yī)院的研究人員開發(fā)了一種卷積神經(jīng)網(wǎng)絡 (CXR-LC)，該網(wǎng)絡可根據(jù)胸部 X 光圖像預測長期發(fā)生的肺癌，該網(wǎng)絡使用了 41,856 名來自一項大型多中心肺癌篩查試驗(前列腺癌)的胸部 X 光圖像。 、肺癌、結(jié)直腸癌和卵巢癌 (PLCO) 癌癥篩查試驗)。最終模型在另外 5,615 名 PLCO 參與者和第二項試驗——國家肺部篩查試驗 (NLST) 的 5,493 名受試者中得到了驗證。深度學習模型的表現(xiàn)優(yōu)于 Medicare 肺癌篩查標準(當前的臨床標準)，在篩查相同人數(shù)的情況下，漏檢的肺癌病例減少了 31%。
美國國家癌癥研究所隨附社論的作者討論了研究人員的發(fā)現(xiàn)，并提出了與使用人工智能以及更廣泛的電子病歷數(shù)據(jù)挖掘以改善患者護理相關(guān)的許多問題。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！