通过非对比CT和深度学习进行大规模胰腺癌检测
Kai Cao1, Yingda Xia2, Jiawen Yao3,4
1Department of Radiology, Shanghai Institution of Pancreatic Disease, Shanghai, China.
Nature medicine
|November 21, 2023
概括
一个新的人工智能工具PANDA可以使用非对比CT扫描检测胰腺癌,提高早期检测率. 这种人工智能方法显示出高精度和超越放射科医生,为大规模的胰腺癌查提供了潜在的新方法.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 胰腺管道腺癌 (PDAC) 是一种致命的癌症,通常是晚发现的.
- 目前对无症状个体的查方法由于患病率低和假阳性风险,是不可行的.
- 非对比计算断层扫描 (CT) 是常用的,但以前被认为不适合PDAC检测.
研究的目的:
- 开发和验证一种深度学习方法,用于使用非对比CT检测胰腺癌.
- 对人类放射科医生和现有的诊断方法进行AI工具的性能评估.
主要方法:
- 开发了一个名为PANDA (人工智能胰腺癌检测) 的深度学习模型.
- 在一个单一中心3208名患者的数据集上进行培训.
- 在多个中心 (6,239名患者) 和现实世界的多场景环境 (20,530名患者) 中进行验证.
主要成果:
- 在多中心验证中,PANDA在病变检测方面取得了高精度 (AUC 0.986-0.996).
- 人工智能模型在PDAC识别的灵敏度和特异性方面表现优于放射科医生的平均表现.
- 在区分胰腺病变亚型方面,PANDA证明与对比增强的CT报告无劣.
结论:
- 潘达是一种高精度的深度学习工具,用于在非对比CT上检测胰腺病变.
- 这种人工智能方法显著提高了放射科医生在胰腺癌识别方面的表现.
- 潘达显示出作为大规模可访问的胰腺癌查的新工具的潜力.
