AI는 폐암 위험을 예측합니다
데이트:
2021 년 5 월 18 일
출처:
북미 방사선 학회
요약:
새로운 연구에 따르면 인공 지능 프로그램은 CT 검사에서 발견 된 폐 결절이 암이 될 위험을 정확하게 예측합니다.
방사선학 저널에 발표 된 연구에 따르면 인공 지능 (AI) 프로그램은 CT 검사에서 발견 된 폐 결절이 암이 될 위험을 정확하게 예측합니다 .
세계 보건기구 (WHO)에 따르면 폐암은 전 세계적으로 암 사망의 주요 원인이며 2020 년에 약 180 만 명이 사망하는 것으로 추정됩니다. 저선량 흉부 CT는 장기간 흡연자와 같이 폐암 위험이 높은 사람들을 선별하는 데 사용됩니다. 주로 암이 성공적으로 치료하기 쉬운 초기 단계에 암을 발견하는 데 도움을줌으로써 폐암 사망률을 크게 줄이는 것으로 나타났습니다.
폐암은 일반적으로 CT 영상에서 폐 결절로 나타나지만 대부분의 결절은 양성이며 추가 임상 검사가 필요하지 않습니다. 따라서 양성 결절과 악성 결절을 정확하게 구분하는 것은 암을 조기에 발견하는 데 중요합니다.
새로운 연구를 위해 연구원들은 영상 데이터에서 특정 패턴을 찾을 수있는 AI 애플리케이션 인 딥 러닝을 사용하여 폐 결절 평가를위한 알고리즘을 개발했습니다. 연구진은 국립 폐 선별 시험에서 악성 1,249 개를 포함하여 16,000 개 이상의 결절의 CT 이미지에 대한 알고리즘을 훈련했습니다. 그들은 덴마크 폐암 선별 시험에서 얻은 결절의 세 가지 큰 영상 데이터 세트에서 알고리즘을 검증했습니다.
딥 러닝 알고리즘은 우수한 결과를 제공하여 폐 결절 악성 위험 평가를 위해 확립 된 범 캐나다 폐암 조기 발견 모델을 능가했습니다. 흉부 방사선 전문의 4 명, 방사선과 레지던트 5 명, 폐 질환 전문의 2 명을 포함하여 11 명의 임상의와 비슷한 성과를 거두었습니다.
"알고리즘은 폐 결절의 악성 위험을 정확하게 추정하는 데 방사선 전문의에게 도움이 될 수 있습니다."라고 연구의 첫 번째 저자 인 Kiran Vaidhya Venkadesh 박사가 말했습니다. 네덜란드 Nijmegen 소재 Radboud University Medical Center의 진단 이미지 분석 그룹 후보. "이는 폐암 검진 참가자를위한 후속 권장 사항을 최적화하는 데 도움이 될 수 있습니다."
이 알고리즘은 잠재적으로 클리닉에 몇 가지 추가 이점을 제공한다고 연구원들은 말했습니다.
Radboud University Medical의 의학 영상학과 조교수 인 Colin Jacobs 박사는 "결절 영상 특성을 수동으로 해석 할 필요가 없기 때문에 제안 된 알고리즘은 CT 해석에서 관찰자 간 변동성을 상당히 줄일 수 있습니다."라고 말했습니다. Nijmegen의 센터. "이로 인해 불필요한 진단 개입이 줄어들고 방사선 전문의의 업무량이 줄어들고 폐암 검사 비용이 절감됩니다."
연구진은 연령, 성별, 흡연 이력과 같은 임상 매개 변수를 통합하여 알고리즘을 지속적으로 개선 할 계획입니다.
또한 여러 CT 검사를 입력으로받는 딥 러닝 알고리즘을 연구하고 있습니다. 현재 알고리즘은 초기 또는 기준선 스크리닝에서 결절을 분석하는 데 매우 적합하지만 후속 스크리닝에서 발견 된 결절의 경우 이전 CT와 비교하여 성장 및 모양이 중요합니다.
Jacobs 박사와 동료들은 만성 폐쇄성 폐 질환 및 심혈관 질환과 관련된 흉부 CT에서 영상 특징을 안정적으로 추출하기위한 다른 알고리즘을 개발했습니다. 그들은 이러한 이미징 기능을 현재 알고리즘에 효과적으로 통합하는 방법을 조사 할 것입니다.