首页 > 文章详情

基于AI的肺结节恶性肿瘤评分（qXR-LNMS）预测肺癌风险

03月22日

整理：肿瘤资讯

来源：肿瘤资讯

2025年欧洲肺癌大会（ELCC）将于当地时间3月26-29日在法国巴黎召开。作为肺癌领域备受瞩目的国际学术盛会之一，ELCC汇聚了全球肺癌诊疗的最新研究进展和成果。

目前，ELCC官网已披露部分摘要内容。Deniz Koksal专家团队将公布基于人工智能的肺结节恶性肿瘤评分（qXR-LNMS）在预测肺癌风险中的真实世界验证结果。【肿瘤资讯】特此整理，以飨读者。

摘要号：262MO

英文标题: Real-world validation of artificial intelligence-defined lung nodule malignancy score (qXR-LNMS) in predicting risk of lung cancer

中文标题: 基于人工智能的肺结节恶性肿瘤评分（qXR-LNMS）在预测肺癌风险中的真实世界验证

讲者：Deniz Koksal（土耳其安卡拉）

研究背景

尽管低剂量计算机断层扫描（LDCT）被推荐用于肺癌筛查，但由于成本和可及性问题，在全球大部分地区应用有限。我们对一种基于人工智能（AI）的肺结节恶性肿瘤评分（LNMS）进行了验证，以检测5个国家（埃及、印度、印度尼西亚、墨西哥、土耳其）中高风险的偶然性肺结节（IPN）。

研究方法

CREATE（NCT05817110）是一项针对35岁以上、胸部X光（CXR）显示有IPN（大小≥8mm至≤30mm）的个体的前瞻性、观察性研究。在2023年4月至2024年12月期间，共纳入713名受试者，其中高LNMS组499例（70%），低LNMS组214例（30%），以跨越至少20%的阳性预测值（PPV）和70%的阴性预测值（NPV）的阈值。主要和次要结果包括LNMS与放射科医师使用LDCT评估的恶性风险的PPV和NPV，以及基于Lung-RADS评分和妙佑诊所模型的二元化风险类别，并使用Wilson评分法计算95%CI。根据临床人口统计学特征评估LNMS的PPV和NPV。在正在进行的本Ⅱ期研究中，参与者将从首次CT扫描日期起随访2年。

研究结果

高LNMS和低LNMS参与者的中位年龄分别为58岁和60岁，其中71.7%为非吸烟者，2.8%有肺癌家族史。总体而言，LNMS与放射科医师评估的PPV和NPV分别为54.1%（95% CI：49.7–58.4）和93.5%（95% CI：89.3–96.1）。妙佑诊所模型与LNMS在504名（70.7%）个体中观察到一致性，Spearman相关系数为0.246。关键亚组的结果显示，所有PPV和NPV的点估计值均超过了预设的成功阈值。

图片1.png