モデルは誤検知を減らします
レトロスペクティブ研究では、研究者は、16,077の結節（1,249悪性）を含む国立肺スクリーニング試験のデータを使用して、肺結節の悪性腫瘍のリスクを推定するために、社内開発の深い学習アルゴリズムを訓練しました。
外部試験は、デンマークの肺がんスクリーニング試験、多室中心のイタリア肺検出試験、およびオランダとベルジアのネルソン試験のベースラインCTスキャンを使用して実施されました。プールされたコホートには、4,146人の参加者（58歳の中央値、男性78％、喫煙履歴の中央値38年）が含まれ、7,614の良性と180の悪性結節が含まれていました。
研究者は、プールされたコホートと2つのサブセットのアルゴリズムのパフォーマンスを評価しました。不確定な結節（5〜15 mm）と、良性結節とサイズが一致した悪性結節です。
比較のために、アルゴリズムのパフォーマンスは、レシーバー動作特性曲線（AUC）の下の領域を使用して、結節および参加者レベルのPancanモデルに対して評価されました。
プールされたコホートでは、ディープラーニングモデルは、0.98、0.94、および0.93のPancanと比較して、1年、2年以内に診断された癌でそれぞれ0.98、0.96、および0.94のAUCSを達成しました。
不確定な結節（129の悪性、2,086良性）の場合、深い学習モデルは、0.95、0.94、0.90対0.91、0.88、0.86のAUCSで、すべての時間枠でパンカンを大幅に上回りました。サイズが良性結節に一致している癌（180悪性、360良性）の場合、ディープラーニングモデルのAUCは0.60でパンカンに対して0.79でした。
1年以内に診断された癌の100％の感度で、ディープラーニングモデルは、PANCANモデルを使用して47.4％と比較して低リスクとして68.1％を分類し、偽陽性の39.4％の相対的な減少を表しています。
詳細については
アクセスします 放射線学 勉強、 “ヨーロッパのスクリーニングデータを使用した肺結節の悪性腫瘍リスク層別化のための深い学習アルゴリズムの外部テスト。」
1758038254
#AIは肺がんのリスクを推定しています
2025-09-16 15:44:00