首页 > 文章详情

2026 WCLC | 基于人工智能的吸烟者与非吸烟者心脏CT肺癌风险预测：MESA队列中的心肺研究

08月31日

编译：肿瘤资讯

来源：肿瘤资讯

Session Type

Mini Oral

Session Title

MO14. Scaling Lung Cancer Screening — AI, Access, and Real-World Impact

摘要号

MO14.07

英文标题

Artificial Intelligence-Based Lung Cancer Risk Prediction From Cardiac CT in Smokers and Non-Smokers: A Heartlung Study Within the MESA Cohort

中文标题

基于人工智能的吸烟者与非吸烟者心脏CT肺癌风险预测：MESA队列中的心肺研究

讲者

David Yankelevitz, Professor

背景

心脏CT可用于评估冠状动脉钙化（CAC）评分，并据此进行心血管风险分层。我们近期研究发现，借助人工智能（AI），还可从同一心脏CT检查中进一步提取具有临床价值的非冠状动脉信息，包括心腔容积、心包脂肪、椎体骨密度及肺气肿等。本研究旨在评估，将用于基于低剂量CT预测肺癌（LC）风险的深度学习模型Sybil应用于常规心脏CT，能否对吸烟者和非吸烟者的长期肺癌风险进行分层。

方法

将Sybil AI应用于动脉粥样硬化多种族研究（MESA）中5，726名参与者的基线CAC扫描，以确定Sybil评分。其中吸烟者2，875名，非吸烟者2，851名。参与者根据Sybil评分的百分位数分组（≤50%、50-85%、85-95%、95-99%、≥99%）。主要结局为15年随访期间新诊断的肺癌。生成各风险分层的累积发病率曲线，并使用对数秩检验进行比较。

结果

该队列的平均年龄为62.2 ± 10.3岁，其中52.3%为女性。在15年随访期间，共有100名参与者新诊断为肺癌（79名吸烟者和21名非吸烟者）。吸烟者和非吸烟者的平均Sybil风险评分相似（p>0.05）。根据对数秩检验，Sybil在吸烟者和非吸烟者中均表现出强大的风险分层能力（p<0.001），尽管两组间新诊断肺癌的百分比存在较大差异：2.7%（吸烟者）对比0.7%（非吸烟者），p<0.001（见图1）。处于≥第99百分位的吸烟者与处于合并低风险类别的吸烟者相比，累积肺癌发病率显著更高：20.7%对比2.6%，p<0.001。同样，处于≥第99百分位的非吸烟者与其他非吸烟者相比，肺癌发病率显著更高：21.2%对比0.5%，p<0.001。

结论

从常规CAC扫描中获得的AI衍生肺癌风险评估在吸烟者和非吸烟者中均提供了稳健的长期风险分层。Sybil评分处于最高百分位的个体在15年期间表现出显著增加的肺癌发病率。对心脏CT扫描进行机会性AI分析可能有助于识别高风险个体，包括目前不符合肺癌筛查条件的人群。