根據(jù)發(fā)表在《美國(guó)呼吸與重癥監(jiān)護(hù)醫(yī)學(xué)雜志》上的一項(xiàng)研究，一種新的人工智能算法可以準(zhǔn)確評(píng)估與患者肺中不確定的肺結(jié)節(jié)相關(guān)的癌癥風(fēng)險(xiǎn)。

傳統(tǒng)上，醫(yī)生使用CT掃描來評(píng)估肺結(jié)節(jié)，這可以導(dǎo)致早期癌癥診斷。但是，如果結(jié)節(jié)是良性的，這種方法也會(huì)導(dǎo)致過度治療。

研究人員基于田納西州范德比爾特大學(xué)醫(yī)學(xué)中心和牛津大學(xué)醫(yī)院的國(guó)家肺部篩查試驗(yàn)中的15693個(gè)肺結(jié)節(jié)的數(shù)據(jù)，開發(fā)了評(píng)估癌癥風(fēng)險(xiǎn)的算法。

研究人員發(fā)現(xiàn)，該算法與預(yù)測(cè)的癌癥風(fēng)險(xiǎn)的更高準(zhǔn)確性有關(guān)。與現(xiàn)有風(fēng)險(xiǎn)評(píng)估相比，該算法在超過三分之一的癌性和良性病例中將IPN準(zhǔn)確地重新分類為低風(fēng)險(xiǎn)或高風(fēng)險(xiǎn)類別。

范德比爾特大學(xué)醫(yī)學(xué)科尼利厄斯·范德比爾特醫(yī)學(xué)中心主任皮埃爾·馬西恩（Pierre Massion）醫(yī)師表示：“這些結(jié)果表明，這種深度學(xué)習(xí)算法具有潛在的臨床實(shí)用性，旨在降低IPN中的癌癥可能性，從而減少侵入性手術(shù)并縮短診斷時(shí)間?！痹揤UMC記者。