人工智能用于早期肺癌诊断:一项回顾性队列研究

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 在瘤学瘤学.

背景情况:

• 肺结节经常在CT扫描中偶然检测到.
• 及时跟踪肺结节对于早期肺癌检测至关重要.
• 目前对偶发性肺结节的随访率不足于最佳水平.

研究的目的:

• 评估人工智能工具在改善偶然检测到的肺结节的随访率方面的有效性.
• 评估AI对肺结节患者早期鉴定和风险分层的影响.
• 确定AI集成是否可以加快肺癌的诊断,特别是非小细胞肺癌 (NSCLC).

主要方法:

• 追溯队列研究,比较现实实践与人工智能辅助干预.
• 在8个月的时间里利用了来自学术医疗中心的CT扫描数据.
• 包括一个多读者多案例分析来验证发现.

主要成果:

• 人工智能工具提高了符合指南的随访率,从34%提高到94% (p<0.0001).
• 诊断NSCLC的中位时间从129天减少到25天 (p<0.001).
• 人工智能在患者识别,风险分层和跟踪方面显著改善.

结论:

• 基于人工智能的工具显著提高了偶发性肺结节患者的随访遵守率.
• 人工智能集成加速肺癌诊断,可能改善患者的治疗结果.
• 人工智能有望在临床实践中彻底改变肺癌的检测和管理.