研究人员正在使用人工智能通过肺癌筛查来测量心脏病的常见标志物。这项研究在北美放射学会(RSNA)的年会上进行了介绍。
小剂量胸部CT被批准用于长期吸烟者等高危人群的肺癌筛查。尽管这些CT扫描旨在诊断肺癌，但在CT上也可以看到冠状动脉钙(一种动脉斑块的量度)。CT得出的冠状动脉钙化评分是一项行之有效的措施，可帮助医生确定谁应该服用降胆固醇的预防药物(他汀类药物)。
该研究小组代表了MGH的CIRC与BWH的AIM之间的紧密合作，最近开发并测试了一种技术，该技术使用深度学习(一种复杂的AI)自动测量胸部CT图像上的冠状动脉钙。他们在心脏CT和胸部CT上训练了深度学习系统，在这些系统中，手动测量了冠状动脉钙。然后，他们在数千名55至74岁的重度吸烟者的CT扫描中测试了该系统，这些吸烟者是美国国家肺癌筛查试验(NLST)的一部分，这项重大研究确立了CT在提供早期发现肺癌方面的价值。结果表明，深度学习衍生的冠状动脉钙分数与人类读者的分数非常接近。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着关联。
深度学习系统在后台运行，不会增加考试时间。该系统自动进行冠状动脉钙评估的能力可能会为研究带来好处，因为它可以在比人类读者花费更少的时间内评估大量患者。
在肺部筛查人群之外，它也可能具有价值。该研究小组已经证明了其对患有稳定和急性胸痛的人的有效性。
BWH AIM计划负责人，研究共同作者，作者Hugo Aerts博士说：“我们拥有一种工具，将来可以在几乎所有胸部扫描中使用，从而为大量患者生成非常相关的临床信息。”在发布中。
