使用人工智能估计的肺功能指数,基于手术前胸部计算机断层扫描,预测肺部癌症的肺部切除术或肺部切除术后的肺部并发症

科学领域:

• 肺部医学 肺部医学
• 放射学 放射学是一门学科.
• 在瘤学瘤学.

背景情况:

• 人工智能计算机断层扫描 (AI-CT) 肺体积指数显示在预测带切除术后的并发症方面具有前景.
• 之前的研究主要集中在全肺,左/右肺和叶片水平的AI-CT上.
• 这项研究调查了AI-CT在预测肺癌分管切除或分管切除后的术后肺部并发症 (PCs) 的实用性.

研究的目的:

• 为了评估手术前胸部AI-CT对肺癌分管切除或分管切除后肺部并发症 (PCs) 的预测价值.
• 将AI-CT衍生预测的肺功能与解剖细分 (AS) 方法进行比较.
• 通过使用各种临床和成像模型,识别PC的独立预测因素.

主要方法:

• 分析了79名接受胸腔镜分叶切除术或分叶切除术的肺癌患者.
• 进行了手术前的胸部CT和肺功能测试 (PFT).
• 使用AI-CT和AS方法计算了总功能性肺体积 (TFLV),切除功能性肺体积 (RFLV) 和预测术后肺功能指数 (TLC,FEV1,FVC,DLCO).
• 单变量分析确定了PC相关的因素来构建预测模型.
• 根据手术程序进行了分组分析.

主要成果:

• 在PC+组中观察到更高的年龄,删除段数和RFLV/TFLV.
• 在PC+组中发现了较低的FEV1,FVC_AI-CT,FEV1_AI-CT,FVC_AS和FEV1_AS.
• 乳房切除术与子乳房切除术相比,与更多的并发症有关.
• FEV1_AI-CT成为PC的独立预测因素 (OR:0.077,P=0.026).
• 临床AI-CT模型显示了最高的预测性能 (AUC=0.823).

结论:

• 从AI-CT (FEV1_AI-CT) 来得出的第一秒预测的强迫呼气量是肺癌叶切除术或亚叶切除术后肺部并发症的潜在独立预测因子.
• AI-CT为肺癌患者的风险分层和个性化手术规划提供了有价值的工具.
• 在更大的队列中进一步验证是有必要的,以巩固AI-CT在预测术后肺部并发症中的作用.