人工智能可以帮助诊断胰腺癌早期CT扫描

一个研究发表在胃肠病学发现radiomics-based机器学习模型可能对prediagnostic检测胰腺癌CT扫描大大早于当前的临床诊断方法。

“胰腺癌是一种致命的疾病和癌症相关死亡的主要原因,”说特的戈恩卡医学博士,,梅奥诊所诊断放射学家和该研究的资深作者。

戈恩卡博士说,尽管早期检测提高成功治疗的机会,不能胰腺癌早期诊断标准。

“40%的小胰腺癌症可能不会出现在标准的成像。因此,大部分患者存在严重的和noncurable疾病,”戈恩卡博士说。

出于这个原因,戈恩卡博士和他的同事研究了人工智能(AI)合并到放射筛查检测胰腺癌在早期,更可治愈的状态。“我们发现,人工智能模型可以检测癌症CTs从正常胰腺癌症症状,前几个月即使疾病是放射科医生的感知范围之外。”

在这项研究中,研究人员计算提取成像签名CTs的早期癌症。Prediagnostic CTs之间CTs为不相关的迹象,做三个月,三年之前,癌症发生。

接下来,他们使用一个同龄组对照组没有胰腺癌在三年的后续发展。专家放射科医生然后分段胰腺CTs组和计算提取并量化胰腺组织异质性的指标。

接下来,研究人员建立了先进的机器学习模型,可以预测未来风险的胰腺癌中位数时间为386天,之前一系列的97 - 1092天,临床诊断的精度从94%到98%不等。

”相比之下,放射科医生无法可靠区分继续患上癌症的患者与那些正常胰腺、“Sovan穆克吉说,博士,戈恩卡博士的研究小组的一位高级数据科学分析和研究报告的第一作者。“我们也测试了我们的人工智能模型对图像噪声的变化,扫描模型,图像采集协议和后处理参数,并发现他们受到这些变化的影响。”

戈恩卡博士说这种级别的测试是必要的潜在部署这种技术在临床实践中。最后,研究人员验证的高特异性——96.2%——人工智能模型在一个开源CT数据将进一步增加人工智能方法的可靠性。

“我们的研究表明,人工智能可以识别那些无症状的癌症可能港口一个神秘的人在一个阶段时,手术治疗是可能的,”戈恩卡博士说。“这些发现可能有助于克服的一个关键障碍改善胰腺癌患者的生存。”

戈恩卡博士说一个大型的前瞻性临床试验——早期检测项目(NCT04662879)由胰腺癌行动网络-正在评估胰腺癌的筛查策略的影响在12500个参与者使用CTs。审判由Suresh沙里河医学博士梅奥诊所,名誉胃肠病学家。戈恩卡博士的研究小组正在研究的前瞻性验证他们的人工智能模型的CTs EDI试验的一部分。

参考:慕克吉年代,智利,Khasawneh H, et al . Radiomics-based机器学习模型可以检测胰腺癌prediagnostic CTs在大量临床诊断之前交货时间。胃肠病学。2022年7月1日。doi:10.1053 / j.gastro.2022.06.066