人工智能用于准确的瘤大小评估和小规模肺癌中非侵入性腺癌预测
Taiyo Nakamura1, Yujin Kudo1, Jun Matsubayashi2
1Department of Surgery, Tokyo Medical University, Tokyo, Japan.
概括
人工智能 (AI) 通过精确测量瘤大小和识别非侵入性腺癌来改善肺癌诊断. 这种人工智能技术提高了小肺瘤的手术规划和患者结果.
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:
- 精确的手术前成像对于治疗小肺癌和确定适合进行亚叶切除至关重要.
- 准确识别非侵入性肺腺癌是传统方法的挑战,特别是对于小瘤或地面玻璃结节 (GGNs).
- 人工智能 (AI) 提供了一种一致而客观的方法,以提高非侵入性癌症诊断和治疗决策.
研究的目的:
- 评估AI在测量小肺腺癌瘤瘤大小方面的准确性.
- 评估AI预测病理性非侵入性腺癌的能力.
- 将基于AI的结节分类与传统方法比较,例如巩固瘤比率 (CTR).
主要方法:
- 对324名患有小肺腺癌的患者进行了回顾性分析.
- Synapse Vincent系统 (富士电影公司) 用于基于人工智能的瘤大小测量和结节分类 (AI-GGN).
- 人工智能对非侵入性腺癌的预测与病理学发现进行了评估.
主要成果:
- 人工智能测量的瘤大小明显比外科医生测量更准确 (p < 0.001).
- 在预测非侵入性腺癌方面,AI-GGN表现出高特异性 (98.3%),与CTR (98.3%) 相当.
- AI-GGN和CTR都显示出高的积极预测值 (分别为98.5%和98.2%).
结论:
- 人工智能技术显著提高了瘤大小测量和识别小肺瘤中非侵入性腺癌的精度.
- 人工智能提供客观的,自动化的评估,可以完善手术规划和临床决策.
- 需要进一步的前性多中心研究来验证AI在临床实践中的整合,以改善患者的治疗结果.
