Проведя тесты на нескольких наборах данных, группа исследователей из нескольких учреждений обнаружила, что коммерческое программное приложение, использующее радиомикрометрический анализ КТ, превосходит оценку риска, основанную только на критериях Lung-RADS, для легочных узлов, обнаруженных случайно или во время скрининга. Это улучшение было достигнуто независимо от существующих радиологических и клинических переменных, по словам первого автора доктора Скотта Адамса, доктора философии, из Университета Саскачевана в Саскатуне, Канада, и его коллег.
«Эти результаты свидетельствуют об универсальности и потенциальном клиническом воздействии инструмента, который легко применить на практике», — пишут авторы.
Пытаясь определить, может ли программное обеспечение на основе ИИ повысить точность классификации легочных узлов как доброкачественных или злокачественных на КТ, исследователи оценили производительность версии 1.1 программного обеспечения RevealAI (RevealDx). Программное обеспечение CADx выдает оценку риска малигнизации, называемую индексом сходства злокачественности (mSI), для отдельных легочных узлов на основе радиомикроскопического анализа. Он был обучен с использованием данных визуализации из Национального исследования легких по скринингу (NLST).
Исследователи протестировали программное обеспечение на когортах NSLT, а также внешний набор данных из третичной программы скрининга рака легких и набор данных без скрининга всех узлов, обнаруженных на КТ. Набор данных для скрининга был собран в Центре исследования рака Фреда Хатчинсона, в то время как набор данных без скрининга содержал узлы в легких, показанные на КТ без усиления, а также с контрастным усилением, полученные в трех больницах в Саскатуне.
Затем они сравнили комбинированную эффективность классификации рисков программного обеспечения и классификации Lung-RADS с эффективностью только Lung-RADS, а также с калькуляторами риска Mayo и Brock.
В исследование было включено 968 пациентов и 1168 узлов. В наборе данных NLST из 704 узлов комбинация показателя mSI программного обеспечения и классификации риска Lung-RADS дала площадь под кривой (AUC) 0,89, что было сопоставимо с калькуляторами риска (AUC, 0,86-0,88) и значительно лучше, чем только Lung-RADS (AUC, 0,82).
Во всех когортах использование программного обеспечения вместе с Lung-RADS привело к повышению чувствительности в диапазоне от 25% до 117% по сравнению с одним только Lung-RADS. В когортах скрининга программное обеспечение повысило специфичность в диапазоне от 17% до 33%.
Исследователи обнаружили, что использование программного обеспечения с Lung-RADS могло диагностировать 42% злокачественных узлов в наборе данных NLST по данным компьютерной томографии предыдущего года.
«Дополнение Lung-RADS инструментом AI CADx может устранить диагностическую задержку интервального сканирования у 35–45% больных раком в разных когортах», — пишут авторы. «Одновременное улучшение специфичности может ограничить нагрузку на пациента и финансовые затраты на ненужные последующие процедуры».
По словам исследователей, результаты также продемонстрировали обобщаемость среди населения и параметров КТ.
Наконец, «инструмент ИИ предоставил дополнительные прогностические маркеры, не очевидные в широко используемых калькуляторах риска, и сохранил производительность при низких порогах риска, когда такие калькуляторы имеют меньшую ценность», — написали они.
Copyright © 2022 AuntMinnie.com
