对于固体型肺腺癌的人工智能高级成像:朝着更大的临床相关性
Tomoki Nishida1,2, Masahiro Yanagawa3, Junya Sato3
1Department of Surgery, Teikyo University School of Medicine, Tokyo, 173-8606, Japan.
概括
人工智能 (AI) 提供了固体肺瘤的客观测量,预测肺腺癌中的淋巴结转移. 一个AI衍生体积分析 (cV/tV ≥0.72) 确定了没有转移和100%无复发存活率的瘤.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 图像上的固体肺病变表明恶性病,但缺乏准确的定义.
- 定义固体瘤的主观性可能会影响肺腺癌的治疗决策.
- 人工智能 (AI) 可能为瘤特征提供客观指标.
研究的目的:
- 评估基于人工智能的成像分析,以客观地定义肺腺癌中的固体瘤.
- 评估AI预测淋巴结转移和预后的能力.
- 确定AI在选择限度切除候选人的实用性.
主要方法:
- 对216名肺腺癌 (≤30毫米) 患者的回顾性分析.
- 人工智能软件计算了结合与瘤体积 (cV/tV) 和直径 (cD/tD) 的比率.
- 将AI衍生比率与放射科医生的评估和病理结果进行比较.
主要成果:
- 一个cV/tV切线≥0.72准确地预测了淋巴结转移.
- 人工智能分析改善了与放射科医生的一致性,并保持了与传统值相似的PathhoiD/tD.
- 瘤cV/tV<0.72 (≤20毫米) 没有淋巴结转移,100%的5年无复发存活率.
结论:
- 基于人工智能的体积分析 (cV/tV ≥0.72) 显示了预测肺腺癌中淋巴结转移的前景.
- 这种AI方法可能有助于识别适合有限切除的早期瘤.
- 在多中心队列中的外部验证对于临床实施至关重要.
