基于AI的非对比度CT成像对胃癌的大规模筛查
2025-06-24 09:27:15
Hu等人发表在《自然医学》上的Hu等人的“基于AI的基于AI的大规模筛查胃癌的大规模筛查”,介绍了使用非对抗性计算机层析成像(CT)扫描术检测胃癌(GC)使用人工智能(AI)的研究。这项研究的主要重点和发现如下:###主要重点主要目的是开发一种名为葡萄(胃癌检测器)的AI驱动模型,该模型可以准确地检测出常规的非对比度CT扫描GC,该模型通常用于各种腹部条件的临床实践中,但通常不用于胃癌筛查。###关键发现1。**模型的开发**: - 葡萄模型利用了U-NET(一种卷积神经网络)的组合来分割胃区域并提取多层次特征。 - 然后对这些特征进行分类以检测GC的存在。2。**数据收集和验证**: - 大规模数据集由中国多家医院的10,783名参与者编辑,其中包括946例GC病例和9,837个非GC对照组。 - 数据分为培训(5,877名参与者),内部验证(2,452名参与者),外部验证(2,454名参与者)和一个其他现实世界中的研究小组。3。**性能指标**: - 在外部验证队列中,葡萄的灵敏度为90%,特异性为92%,曲线下的面积为0.96。 - 该模型在各个亚组中表现出了强劲的性能,包括不同的T阶段,肿瘤位置,TNM阶段,年龄组和性别。4。**现实世界应用程序**: - 在一项涉及来自25家医院的38,000多名参与者的实际研究中,葡萄模型确定了一个高风险组(16%),与一般人群相比,GC发病率明显更高。5。**临床实用性和可伸缩性**: - 研究人员认为,葡萄可以作为识别可能需要进一步诊断测试的高风险个体的有效初始筛查工具,从而促进早期干预并改善患者的结果。### 解释该研究表明,通过常规的非对比度CT成像,AI技术的潜力增强了胃癌的早期检测。这种方法可以大大减少对更具侵入性或专业成像方式的依赖,从而使广泛的筛选在资源有限的设置中可行。报告的高灵敏度和特异性表明,葡萄是早期检测GC的可靠工具。###未来方向未来的研究可能着重于将葡萄与现有的临床工作流程整合在一起,以评估其对患者结果和成本效益的影响。此外,在本研究中使用的中国人群之外,可以进一步验证该模型的性能。主要的