(资料图片)

根据皇家马斯登 NHS 信托基金的研究人员与伦敦癌症研究所和伦敦帝国理工学院合作领导的一项研究，人工智能 (AI) 可以帮助医生更早地诊断肺癌。

LIBRA 研究使用了近 500 名肺部大结节患者的 CT 扫描数据来开发人工智能算法。然后测试人工智能模型，看它是否能准确识别癌性结节。

肺结节是一种常见的异常增生，而且大多是良性的。然而，一些肺结节可能会发生癌变，而大结节(例如，15-30 毫米大小)的风险最高。

加快肺癌检测速度

研究人员希望这项技术最终能够通过帮助高风险患者快速接受治疗并简化患者扫描分析来 加快肺癌的检测速度。

作者使用一种称为 AUC(“曲线下面积”)的方法来评估新模型在预测癌症方面的有效性。AUC 为 1 表示模型完美，而如果模型是随机猜测，则预期为 0.5。结果已发表在eBioMedicine上，表明人工智能模型能够识别每个结节的癌症风险，AUC 为 0.87。性能在 Brock 评分上得到改善，Brock 评分是目前临床上使用的一项测试，评分为 0.672。

新模型的表现也与 Herder 评分相当，Herder 评分是目前临床上使用的另一种测试，其 AUC 为 0.83。然而，由于人工智能模型仅使用两个变量，而不是 Herder 评分的 7 个变量和 Brock 评分的 9 个变量，它可能会在未来简化和加速结核风险计算。

新模型还可以帮助临床医生对目前没有明确转诊途径的患者做出决定。使用 Herder，如果患者得分低于 10%，则患者被归类为低风险，如果得分超过 70%，则患者被归类为高风险并需要干预。对于中等风险组 (10–70%) 的患者，可以考虑范围广泛的测试或治疗方案。当与 Herder 结合时，研究人员的模型能够识别出该组中的高危患者，并建议对 22 个结节中的 18 个(82%)进行早期发明，这些结节后来被诊断为癌性。

关键词：