블로그

Nov 02, 2023

이전 LDCT 검사에 AI를 사용하면 폐결절 위험 평가가 향상됩니다.

2023년 8월 3일 -- 이전 저선량 CT(LDCT) 검사의 정보를 통합한 딥러닝 알고리즘은 폐결절의 3년 악성 종양 위험을 추정하는 데 더 효과적입니다.

2023년 8월 3일 -- 이전 저선량 CT(LDCT) 검사의 정보를 통합한 딥 러닝 알고리즘이 단일 CT 검사만 사용하는 모델보다 폐결절의 3년 악성 종양 위험을 추정하는 데 더 효과적이라는 사실이 연구진에 의해 발견되었습니다. .

이번 연구 결과는 영상 데이터에 AI를 추가하면 방사선 전문의가 LDCT에서 발견된 폐결절을 더 잘 특성화하는 데 어떻게 도움이 될 수 있는지를 강조합니다. 네덜란드 네이메겐에 있는 Radboud University Medical Center의 Kiran Venkadesh가 이끄는 팀에 따르면 이는 어려울 수 있는 작업입니다. 이 그룹의 연구는 8월 1일 Radiology에 게재되었습니다.

"방사선 전문의가 잠재적으로 악성 결절을 식별하고 모니터링하는 것은 어려운 일입니다."라고 그룹은 썼습니다. "결절 관리 지침이 있음에도 불구하고 정확한 특성 분석은 여전히 ​​지루하며 판독자 간 및 판독자 내 가변성의 영향을 받습니다... 딥 러닝을 사용한 인공 지능은 특히 조직병리학적 분석과 비교하여 폐 결절의 악성 종양 위험을 정확하게 추정하는 유망한 결과를 보여주었습니다. 참조 표준을 기반으로 합니다."

폐암은 전 세계적으로 암 관련 사망자가 가장 많은 암으로, 정기적인 LDCT 검사를 통한 조기 진단이 환자 예후 개선의 핵심이라고 연구팀은 설명했다. 그러나 LDCT는 양성 폐결절을 표시할 수 있으므로 임상의가 폐결절을 더 잘 특성화하는 데 도움이 되는 도구를 개발하는 것이 중요합니다. Venkadesh와 동료들에 따르면 AI 알고리즘은 이와 관련하여 가능성을 보여줍니다.

연구자들은 이전 LDCT 검사 정보를 통합하는 딥 러닝 알고리즘의 성능을 평가했으며, 이 조합을 딥 러닝 알고리즘과 단일 LDCT 검사 및 범캐나다 조기 폐암 발견 연구(PanCan) 모델과 비교했습니다(PanCan은 폐암 검진의 비용 효율성을 평가하기 위해 위험 예측 알고리즘을 사용하는 연구).

딥러닝 알고리즘의 훈련 세트는 4,902명의 시험 참가자의 10,508개의 결절(이 중 422개는 악성, 즉 4%)으로 구성되었습니다. 훈련 세트 데이터는 NLST(National Lung Screening Trial)에서 가져온 것입니다. 2개의 테스트 세트는 129개의 결절(43개는 악성, 즉 33%)과 126개의 결절(42개는 악성, 33%)으로 구성되었습니다. 이 데이터는 덴마크 폐암 검진 시험(DLCST)과 다중심 이탈리아 폐 검출(MILD) 시험에서 나온 것입니다.

이전 LDCT 시험 데이터를 통합한 딥러닝 알고리즘은 알고리즘과 단일 LDCT 시험 및 PanCan 모델 모두보다 성능이 뛰어났다고 팀은 보고했습니다.

영국 King's College London의 Carolyn Horst 박사와 보스턴 Brigham and Women's Cancer Center의 동료 Mizuki Nishino 박사는 이 연구는 현재 문헌에 귀중한 기여를 한다고 논평했습니다.

"Venkadesh 등이 발표한 연구는 폐암 검진 영역 내에서 종단 영상화에 인공 지능을 사용하는 첫 번째 단계이며, 인공 지능과 연속 영상화를 통합하여 참가자와 검진 프로그램 모두에게 향상된 결과를 얻을 수 있는 길을 열었습니다." 그들은 썼다.

전체 연구는 여기에서 확인할 수 있습니다.