首页 > 文章详情

2024 WCLC | AI作为阅片者在有效排除肺癌筛查假阴性方面展现潜力

08月18日

编译：肿瘤资讯

来源：2024 WCLC

2024世界肺癌大会（WCLC）将于美国当地时间9月7-10日在圣地亚哥举行，旨在为全球肺癌领域的学者、专家、从业人员提供最新临床研究、科学研究成果及广阔的学术交流平台。

近日，WCLC官网已披露部分摘要。A. Walstra研究团队评估了使用人工智能（AI）在肺癌筛查中进行阅片的可行性，并与放射科医师的阅片水平进行了比较。结果显示，AI阅片的假阴性（FN）病例发生率低于放射科医师，且两者的FN病例没有重叠。AI或可有效排除阴性病例，且不会增加诊断延误或漏诊的风险。这表明AI可以减少放射科医师的工作量，同时确保肺癌筛查的安全性和有效性。【肿瘤资讯】特此整理，以飨读者。

研究标题：AI as Primary Reader in 4-IN-THE-LUNG-RUN Lung Cancer Screening Trial: Impact on Negative Misclassification and Referral Rate

摘要号：MA02.07

背景

在高危人群中使用低剂量计算机断层扫描（LDCT）进行肺癌筛查（LCS）可显著降低人群肺癌死亡率。AI通常在LCS中扮演辅助或独立阅片者角色，而其作为主要阅片者角色可以有效排除阴性病例，减少放射科医师的工作量。本研究评估了AI在欧洲4-IN-THE-LUNG-RUN（4ITLR）LCS试验中作为主要阅片者的表现效能，并将其与经验丰富的放射科医师在假阴性（FN）表现方面进行了比较。

方法

2022年12月13日至2023年9月22日期间，从4ITLR数据集中提取了4551例可获取基线LDCT的FN病例。这些LDCT由放射科医师和专业AI软件独立阅片。当肺结节体积>100 mm³且只有放射科医师或AI检测到<100 mm³或未检测到结节（阴性）时，定义为FN病例。随后，对可疑病例（100-300 mm³）和阳性病例（>300 mm³）进行了区分。对所有可疑病例的三个月随访CT均进行评估，以确定其最终分类。

结果

共出现443例FN病例，其中AI阅片出现33例，放射科医师出现410例。AI和放射科医师鉴定的FN病例之间没有重叠。在AI阅片出现的33例FN病例中，9.1%（3例）被放射科医师分类为阳性，90.9%（30例）分类为可疑病例。在对这30例随访扫描进行评估后，93.3%（28例）被重新分类为阴性，6.6%（2例）被中止筛查计划。导致FN的原因方面，AI因检测固有错误漏诊69.7%（23例），因敏感性分割错误漏诊30.3%（10例）。在放射科医师阅片出现的410例FN病例中，1.0%（4例）被AI分类为阳性，99.0%（406例）分类为可疑病例。在对这406例随访CT进行评估后，2.2%（9例）重新被归类为阳性，1.7%（7例）需要进行第二次三个月随访CT扫描，90.0%（366例）被重新分类为阴性，剩余5.9%（24例）中止筛查计划。

结论

本研究表明，放射科医师和AI的独立CT阅片可以有效防止假阴性病例的出现。AI的假阴性病例发生率低于放射科医师，显示出其作为主要阅片者在有效排除阴性病例方面的潜力，并且不会因假阴性病例而增加诊断延误或漏诊的风险。

责任编辑：肿瘤资讯-Yuno
排版编辑：肿瘤资讯-Yuno

微信图片_20240817102759.jpg