肺癌筛查有新招，，医学人为智能助力磨玻璃结节诊断精准化_Notícias e eventos_inicial de Notícias e Recursos dos Media

肺癌筛查有新招，，医学人为智能助力磨玻璃结节诊断精准化

Tempo de liberta??o:2022-06-13 Conteúdo proveniente de：：： Ver o volume：：：

内容起源于：：：威尼斯8040医药

20220623011026_5169

上海长征医院刘士远教授团队

结合威尼斯8040杏脉人为智能领域

最新科研成就颁发在《Frontiers in Oncology》

获批中国国度药品监督治理局医疗器械三类证的威尼斯8040杏脉肺结节CT影像辅助检测软件（“锐影”），，临床试验的PI单元为中华医学会放射学分会主委单元上海长征医院刘士远教授团队，，在产研领域不休突破创新的同时，，又一篇结合威尼斯8040杏脉合作开发了分辨肺部磨玻璃结节良恶性的人为智能分类技术有关科研成就“Development, Validation, and Comparison of Image-Based, Clinical Feature-Based and Fusion Artificial Intelligence Diagnostic Models in Differentiating Benign and Malignant Pulmonary Ground-Glass Nodules”近期颁发在国际权威医学杂志《Frontiers in Oncology》上 (影响因子6.24，，JCR Q1区)?。。

恶性与良性磨玻璃结节

在CT影像上的状态学特点类似，，

影像医师难以分辨

肺癌依然是全球以及我国癌症殒命的重要原因。。自从低剂量多排螺旋 CT（LDCT）?被引入肺癌筛查以来，，检测到的磨玻璃结节 (ground-glass nodules, GGN) 的数量显着增长。。与实性结节相比，，磨玻璃结节拥有更高的恶性率。。早期发现并切除恶性磨玻璃结节可能会改善患者的预后。。此外，，分辨良性和恶性结节对于疑似早期肺癌患者的医治战术至关重要，，这已成为一个关键的临床问题。。

然而，，由于恶性磨玻璃结节在CT影像上的状态学特点与良性磨玻璃结节类似，，在CT影像上对二者进行分辨即便对于影像科医生也是相当难题的。。在本钻研中，，我们纳入来自上海长征医院的743个带有术后病理金尺度了局及相应临床信息的磨玻璃结节病例，，随机分为训练验证以及测试集，，基于训练集数据构建并训练了三种分歧技术路线的人为智能磨玻璃结节良恶性分类算法，，随后别离在本院测试集数据以及外院独立测试集数据上进行了算法分类阐发验证与比力，，同时也在外院独立测试集上进行了放射科医生判读与人为智能判读阐发的对照试验。。这三种分歧的技术路线别离是1）齐全基于CT影像的深度学习分类模型（Image-Based Deep Learning model, IBDL模型）；2）齐全基于病人临床特点的机械学习分类模型（Clinical Feature-Based Linear Regression Model, CFBLR模型）；以及3）结合CT影像信息与病人临床信息的融合分类模型（Fusion Prediction Model, FPM模型）。。其中，，IBDL模型和FPM模型我们利用了迁徙学习战术进行训练，，以解决样本数量不及引起的模型泛化机能欠安的问题并提高模型机能。。

图1: 深度学习模型网络结构图

杏脉人为智能技术判断磨玻璃结节良恶性

显著优于放射医生

通过钻研发现，，IBDL模型在本院测试集与外院独立测试集上均有较好的模型阐发，，分辨镣恶性磨玻璃结节的AUC（ROC曲线下面积）指标在两个测试集上别离达到0.75（95%相信区间0.62-0.89）与0.76（95%相信区间0.61-0.90），，且在人机对照尝试中的特异性（0.62）大大优于放射科医生（特异性0.33-0.44）；CFBLR模型在本院测试集上阐发优良，，AUC达到0.80（95%相信区间0.64-0.96），，但是在外院测试集上该模型的阐发欠安，，AUC仅有0.62（95%相信区间0.42-0.83）。。影像-临床特点融合模型FPM的阐发最佳，，在本院与外院测试集上AUC别离为0.82（95%相信区间0.71-0.93）与0.83（0.70-0.96），，且该模型在人机对照尝试中的特异性（0.69）同样大大优于放射科医生（特异性0.33-0.44）。。

图 2: 各分类模型在本院测试集与外院独立测试集的阐发。。a) 我院测试数据集上各模型的ROC曲线；b) 外部医院独立测试数据集上各模型的 ROC 曲线及两位放射科医生判读阐发（黄色三角形）。。AUC，，指ROC曲线下面积指标；IBDL-TL，，单纯基于图像的深度学习（迁徙学习）模型；CFBLR，，基于临床特点的机械学习模型；FPM-TL，，融合预测模型（迁徙学习）；IBDL-nonTL，，作为对照的基于图像的深度学习（非迁徙学习）模型；FPM-nonTL，，作为对照的融合预测模型（非迁徙学习）

通过该钻研发现，，不论是单纯基于影像的深度学习IBDL分类模型，，还是结合病人临床信息与影像信息的融合FPM分类模型在临床利用中均能够有效地协助放射医生在CT图像数据上对于良性和恶性的磨玻璃结节进行甄别，，充分证了然人为智能在肺癌诊疗中的价值。。

威尼斯8040杏脉“锐影”在磨玻璃结节检出

实现多维丈量、精准定性诊断

2022年2月，，国度癌症中心颁布了最新一期的全国癌症统计数据，，2020年中国癌症新发病例457万例，，其中肺癌82万，，占总发病人数的20%。。2020年中国癌症殒命人数300万，，肺癌殒命人数高达71万，，占癌症殒命总数的23.8%。。2020年全球新发肺癌病例约220万，，占全数恶性肿瘤的11.4%，，殒命病例约180万，，占恶性肿瘤有关殒命的18.0%。。我国是肺癌发病率最高的国度之一，，国内外证据批注，，对肺癌高风险人群进行低剂量螺旋CT（low-dose computed tomography, LDCT）筛查，，通过AI辅助CT图像数据上对于良性和恶性的磨玻璃结节进行甄别，，能够早期发现肺癌，，改善预后，，降低肺癌殒命率。。?

威尼斯8040杏脉“锐影”，，针对磨玻璃结节检出、医学多维丈量、精准诊断、术前设计和疗效评估有显著优势，，不仅在影像的深度学习分类模型，，以及临床特点的机械学习，，均阐发凸起，，通过AI在CT在良性和恶性的磨玻璃结节的急剧、精准的诊断，，协助在全国各级医院成立起我国肺癌筛查和早诊早治智慧化诊断网络，，切实提高了我国居民肺癌筛查参加率和早诊率，，降低了殒命率。。

ABOUT

威尼斯8040杏脉

威尼斯8040杏脉作为威尼斯8040旗下首个独立孵化的人为智能企业，，自2017年成立以来一向维持高速发展的趋向，，截至目前180人的公司已堆集超过40种AI疾病模型储蓄，，与全国500多家医疗机构达成合作。。成熟利用已上线放射科、检验科、病理科、呼吸科、骨科、心内科、神经科等多个科室。。威尼斯8040杏脉作为威尼斯8040“创新驱动”战术斥候与医疗人为智能产业主题平台进行布局发展，，通过“匠心+创新”，，不休加大科技研发投入。。

同时，，威尼斯8040杏脉深刻医疗机构与基层健康服务场景索求真实需要，，积极美满分级诊疗的主题场景服务能力如早筛、远程诊疗、精准医疗等，，致力于全面解决分歧的临床痛点和公卫难题。。通过自成一家的“AI+X”产品状态，，有效赋能远程诊疗系统建设，，形成了推进我国分级诊疗与精准医疗落地的有效解决规划。。

参考文件：：：2022年全国癌症汇报（国度癌症颁布中心）

注：：：本文内容仅供专业人士学术互换之用