外媒 | 深度学习模型使用胸部X光诊断肺癌风险-普瑞纯证

近期研究表明，研究人员使用深度学习（DL）模型结合电子病历（EMR）数据和胸部X光图像，预测肺癌风险。美国疾病控制和预防中心（CDC）报告称，肺癌是美国第三大常见癌症，死亡人数超过其他任何类型的癌症。根据该研究，使用胸部计算机断层扫描（CT）进行肺癌筛查可将肺癌死亡率降低20%至24%，但仅有不到5%的符合条件的美国人接受筛查。研究人员解释说，这种筛查参与度低可能部分原因是由于美国医疗保险和医疗补助服务中心（CMS）指南的限制。2015年，CMS为年龄在55至77岁、吸烟史达30包年或更多、目前吸烟或在过去15年内戒烟的个体建立了肺癌筛查覆盖范围。包年是指每天吸烟的包数乘以吸烟年数。然而，作者指出，超过50%的肺癌发生在不符合CMS标准的人群中，这可能通过排除女性患者或少数族裔成员而延续不平等现象。研究团队解释说，这些患者中许多人尽管吸烟暴露较少且年龄较小，但仍处于高肺癌风险状态。去年，CMS根据2021年美国预防服务工作组（USPSTF）的建议，更新了肺癌筛查资格标准，将资格扩展到50岁及以下的患者，并将包年阈值从30或更多降低到20。然而，研究人员指出，这一努力扩大了资格，但并未解决肺癌筛查参与度低的问题。他们表示，低参与可能是由于难以记住资格标准、没有时间获取吸烟史以及缺乏EMR提醒等原因。为了解决这个问题，研究团队试图验证一种自动化肺癌风险评估工具，以补充CMS标准。该工具是一种基于DL的模型，称为CXR-LC，旨在识别吸烟者中高风险个体，以进行肺癌筛查CT，基于可用的EMR数据：年龄、性别、目前吸烟状态和胸部X光图像。为了验证CXR-LC，研究人员进行了一项预后研究，比较CXR-LC风险估计和CMS筛查指南，使用来自14,737名患者的数据。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。