Künstliche Intelligenz kann das Krebsrisiko von Lungenknötchen kategorisieren.

0

Computertomographie-Untersuchungen bei Menschen mit Lungenkrebsrisiko führen zu früheren Diagnosen und verbessern die Überlebensraten, aber sie können auch zu einer Überbehandlung führen, wenn sich verdächtige Knoten als gutartig erweisen.Eine im American Journal of Respiratory and Critical Care Medicine veröffentlichte Studie deutet darauf hin, dass eine Strategie der künstlichen Intelligenz diese unbestimmten Lungenknoten (IPNs) korrekt bewerten und kategorisieren kann.

Im Vergleich zu den konventionellen Risikomodellen, die Kliniker derzeit verwenden, hat der vom Forscherteam entwickelte Algorithmus in einem sehr großen Datensatz (15.693 Knoten) bei über einem Drittel der Krebserkrankungen und gutartigen Knoten IPNs in Kategorien mit niedrigem oder hohem Risiko neu klassifiziert.”Diese Ergebnisse deuten auf den potenziellen klinischen Nutzen dieses Algorithmus zum tiefen Lernen hin, um die Wahrscheinlichkeit von Krebs bei IPNs zu revidieren, mit dem Ziel, invasive Verfahren zu verringern und die Zeit bis zur Diagnose zu verkürzen”, sagte Pierre Massion, MD, Cornelius Vanderbilt Lehrstuhl für Medizin an der Vanderbilt Universität, der Hauptautor der Studie.Gegenwärtig beziehen sich die Kliniker auf Richtlinien des American College of Radiology und des American College of Chest Physicians.

Die Einhaltung dieser Richtlinien kann unterschiedlich sein, und die Art und Weise, wie Patientenfälle klassifiziert werden, kann subjektiv sein.

Mit dem Ziel, den Klinikern ein unvoreingenommenes Beurteilungsinstrument an die Hand zu geben, entwickelten die Forscher einen Algorithmus, der auf Datensätzen aus der Nationalen Lungen-Screening-Studie, dem Vanderbilt University Medical Center und dem Universitätsklinikum Oxford basiert.

Ihre Studie ist die erste, die ein Risikostratifizierungsinstrument an mehreren unabhängigen Kohorten validiert und eine Reklassifizierungsleistung zeigt, die den bestehenden Risikomodellen deutlich überlegen ist.Bei IPNs stehen Kliniker oft vor dem Dilemma, abzuwägen, ob sie einem Patienten raten, sich einer….

Share.

Leave A Reply