查训练DL模型的性能,用于肺结节恶性瘤估计偶发性临床结节的性能
Renate Dinnessen1, Dré Peeters2, Noa Antonissen2
1Department of Medical Imaging, Radboud University Medical Center, Nijmegen, The Netherlands. renate.dinnessen@radboudumc.nl.
European radiology
|July 15, 2025
概括
一种用于肺结节检测的深度学习 (DL) 模型在偶然检测到的结节上表现强. 这种人工智能工具的性能优于布罗克模型,表明了改善偶然性肺结节的临床管理的潜力.
科学领域:
- 肺结节检测 肺结节检测
- 放射学中的人工智能
- 机器学习用于医学成像
背景情况:
- 查程序已经先进的深度学习 (DL) 模型用于肺结节检测.
- 在临床实践中,这些DL模型对偶然检测到的结节的性能仍然不太清楚.
- 偶发性肺结节需要准确的风险分层来进行适当的患者管理.
研究的目的:
- 评估DL模型的性能,最初是针对屏幕检测到的肺结节而开发的,当应用于偶然检测到的结节时.
- 将DL模型的疗效与已建立的布洛克模型进行比较,以估计偶发性肺结节中的恶性瘤风险.
- 在现实临床环境中评估DL模型的区分能力和校准.
主要方法:
- 一个追溯的偶发性肺结节 (5-15毫米) 的数据集被策划.
- 一个大小匹配的固体结节子集被选择用于直接比较.
- 用德龙方法进行统计分析,将DL模型的性能 (曲线下的面积[AUC],灵敏度,特异性) 与布洛克模型进行了比较.
主要成果:
- 在完整的数据集中,DL模型的AUC值为0.89 [0.85,0.93],而布洛克模型的AUC值为0.86 [0.81,0.92] (p=0.27).
- 在尺寸匹配子集中,DL模型显著超过布洛克模型,AUC为0.78 [0.69,0.88]与0.58 [0.46,0.69] (p<0.01).
- 在可比的特异性水平下,DL模型表现出比Brock模型 (0.49 [0.35, 0.63]) 更高的灵敏度 (0.57 [0.43, 0.71]),尽管它倾向于高估恶性瘤的概率.
结论:
- 在偶尔检测到的肺结节方面,DL模型表现出强大的歧视性表现,在大小匹配的队列中超过了Brock模型.
- 虽然有效,但DL模型可能需要重新校准,以优化其在偶然结节评估中的临床应用的准确性.
- 这些发现支持DL模型在提高例行实践中偶发性肺结节的风险分层和管理方面的潜在实用性.
