摘要：
芝加哥-根据今天在北美放射学会年会上发表的一项研究，人工智能(AI)提供了一种自动和准确的工具，用于测量接受胸部CT扫描以筛查肺癌的患者中心脏病(RSNA)的常见标志物。
低剂量胸部CT被批准用于高危人群(如长期吸烟者)的肺癌筛查。虽然这些CT扫描的目的是诊断肺癌，但冠状动脉钙(动脉斑块的一种测量方法)也可以在CT上看到。通过CT获得的冠状动脉钙化积分是一种有效的衡量手段，可以帮助医生确定哪些人应该服用降胆固醇预防性药物(他汀类药物)。
心血管影像研究中心(CIRC)主任、该研究的共同资深作者迈克尔t卢(Michael T. Lu)医学博士说：“新的胆固醇指南鼓励使用钙评分来帮助医生和患者决定是否服用他汀类药物。”在波士顿的马萨诸塞州总医院(MGH)，“对于一些具有中度心脏病风险的患者，如果钙评分为0，他汀类药物可以推迟使用。如果钙评分高，这些患者应该服用他汀类药物。”
尽管冠状动脉钙具有预后价值，但在低剂量CT肺筛查中不进行常规测量，因为它需要特殊的软件并增加了解释时间。
《人工智能》作者、医学硕士罗曼泽列兹尼克(Roman Zeleznik)说：“如果我们的工具检测到病人体内有大量的冠状动脉钙，那么也许我们可以将病人送到专家那里进行随访。波士顿布莱根妇女医院(BWH)和达纳法伯癌症研究所的医疗(AIM)项目。"这将使病人更容易得到适当的治疗。"
该研究团队代表了MGH保监会和BWH AIM之间的密切合作，最近开发并测试了一项使用深度学习(一种复杂的人工智能)自动测量胸部CT图像上冠状动脉钙的技术。他们在心脏CT和胸部CT上训练深度学习系统，其中冠状动脉钙是人工测量的。
然后，他们在数千名55-74岁的重度吸烟者的CT扫描中测试了该系统，这些人是国家肺癌筛查测试(NLST)的一部分。这项主要研究确立了CT在肺癌早期检测中的价值。
结果表明，深度学习得到的冠状动脉钙分数与人类读者的结果非常接近。此外，在6.5年的随访中，深度学习钙得分与心血管死亡之间存在显著相关性。卢博士说：“这些CT扫描中有关于心血管健康的信息。”“这是一种自动提取信息的方法，可以帮助患者和医生做出预防性治疗决策。”例如，自动冠状动脉钙化量化可以用于将人分为高风险和低风险组。
深度学习系统在后台运行，不会增加考试时间。该系统自动评估冠状动脉钙的能力可能会为研究带来好消息，因为它可以在比人类阅读器更短的时间内评估大量患者的时间。除了肺部筛查人群之外，它也可能有价值。研究小组已经证明了它对稳定和急性胸痛患者的有效性。
该研究的共同高级作者、AIM项目负责人Hugo Aerts博士说：“我们有一种工具，可以在未来几乎所有的胸部扫描中使用，为大量患者生成临床相关信息。”在BWH。研究小组已经在稳定型(PROMISE试验)和急性(ROMICAT试验)胸痛患者的临床试验人群中证明了类似的结果。
标签：人工智能
