深度进修模子(人工智能 (AI) 的一种情势)在展望一小我 12 年患肺癌的风险方面比当前的临床尺度更精确。该模子的展望基于胸部 X 光图象 (CXR) 和电子健康记实 (EHR) 中常见的根基生齿统计数据(春秋、性别和当前抽烟状态)。研究成果颁发在《内科医学年鉴》上。
经由过程胸部计较机断层扫描 (CT) 扫描进行肺癌筛查可以预防肺癌灭亡。但是,医疗保险今朝肯定谁有资历接管肺癌筛查的尺度CT漏掉了年夜大都肺癌。另外,肺癌筛查的介入率很低,估量合适筛查资历的人中接管筛查的比例不到 5%。
马萨诸塞州总病院的研究职员开辟了一种卷积神经收集 (CXR-LC),该收集可按照胸部 X 光图象展望持久产生的肺癌,该收集利用了 41,856 名来自一项年夜型多中间肺癌筛查实验(前列腺癌)的胸部 X 光图象。 、肺癌、结直肠癌和卵巢癌 (PLCO) 癌症筛查实验)。终究模子在别的 5,615 名 PLCO 介入者和第二项实验——国度肺部筛查实验 (NLST) 的 5,493 名受试者中获得了验证。深度进修模子的表示优于 Medicare 肺癌筛查尺度(当前的临床尺度),在筛查不异人数的环境下,漏检的肺癌病例削减了 31%。
美国国度癌症研究所随附社论的作者会商了研究职员的发现,并提出了与利用人工智能和更普遍的电子病历数据发掘以改良患者护理相干的很多题目。