Artificial Intelligence Assisted CT Analysis Improves Early Lung Cancer Detection Performance
研究背景
肺癌是全球发病率和死亡率最高的恶性肿瘤，早期筛查可显著降低死亡风险，低剂量CT是目前主流的早筛手段，但仍存在阅片负荷大、漏诊率偏高等问题，人工智能技术为解决该痛点提供了新方向。
方法速览
本研究纳入12万余份多中心胸部低剂量CT影像样本，构建了基于深度学习的肺癌病灶检测AI模型，通过外部验证队列对比AI辅助阅片与单纯人工阅片的诊断效能，核心评价指标为病灶检出灵敏度、漏诊率与诊断耗时。
主要发现
- 显著提升检出效能，降低漏诊率
AI辅助诊断将早期肺癌病灶检出灵敏度从人工阅片的82%提升至94%，漏诊率从18%降至6%，对直径小于1cm的小结节病灶的提升效果尤为突出。
- 大幅缩短诊断时间，降低工作负荷
AI辅助下单例CT阅片平均用时从人工的8.2分钟缩短至2.1分钟，显著缓解了放射科医师的工作压力。
- 普惠不同层级医师，缩小诊断水平差异
AI辅助可让低年资医师的诊断准确率提升12%，有效缩小了不同年资医师间的诊断水平差距。
总结展望
本研究证实深度学习AI模型可有效提升低剂量CT肺癌筛查的诊断效能，具备较高的临床转化价值，为肺癌早筛早诊提供了新的技术支撑。
菁易科研MedUP科研智能体可帮助医疗科研工作者快速梳理领域前沿进展，提升科研工作效率。