根據(jù)發(fā)表在《美國呼吸與重癥監(jiān)護醫(yī)學雜志》上的一項研究，一種新的人工智能算法可以準確評估與患者肺中不確定的肺結(jié)節(jié)相關(guān)的癌癥風險。

傳統(tǒng)上，醫(yī)生使用CT掃描來評估肺結(jié)節(jié)，這可以導致早期癌癥診斷。但是，如果結(jié)節(jié)是良性的，這種方法也會導致過度治療。

研究人員基于田納西州范德比爾特大學醫(yī)學中心和牛津大學醫(yī)院的國家肺部篩查試驗中的15693個肺結(jié)節(jié)的數(shù)據(jù)，開發(fā)了評估癌癥風險的算法。

研究人員發(fā)現(xiàn)，該算法與預(yù)測的癌癥風險的更高準確性有關(guān)。與現(xiàn)有風險評估相比，該算法在超過三分之一的癌性和良性病例中將IPN準確地重新分類為低風險或高風險類別。

范德比爾特大學醫(yī)學科尼利厄斯·范德比爾特醫(yī)學中心主任皮埃爾·馬西恩（Pierre Massion）醫(yī)師表示：“這些結(jié)果表明，這種深度學習算法具有潛在的臨床實用性，旨在降低IPN中的癌癥可能性，從而減少侵入性手術(shù)并縮短診斷時間?！痹揤UMC記者。