AI赋能肺癌诊断：精准医疗的新利器

点击蓝字 获取更多资讯

患者已经学会借助AI与医生沟通了

我们常被家属利用AI询问的情况所困扰

AI已能接入门诊系统，协助处理初步病历

面对这些声音，无论你对AI持何种态度，现实是AI已悄然融入医疗，在疾病诊疗中发挥着关键作用。

近期顶级医学会议中，AI与临床的结合日益紧密，尤其在基础与临床肿瘤学领域表现尤为亮眼。

AI结合液态活检循环中异常细胞（CAC）检测的大数据研究，打造出全球首个肺癌早期诊断模型。

从中国视角看，AI在肺癌早诊的真实应用具有全球价值，是推荐的早诊模式。

具备高敏感性、特异性及早期肺癌诊断的高准确性。

关于CAC检测技术，它是利用4色荧光探针，针对4个肺癌特异性染色体变异区域，精准计数血液中的CAC。

多癌种综合分析表明，全染色体及大片段变化是置信度最高、出现最频繁的分子特征。

超过75%的肺腺癌和肺鳞癌均会出现不同程度的染色体变化，其中整段染色体变化最为普遍。

因此，通过检测染色体特异性位点异常的CAC，就像布下了一张无形大网，能捕捉血液中异常细胞的踪迹。

当肺部CT等影像检查存疑或患者无法耐受有创检查时，CAC检测能为临床提供更多有价值的参考依据。

有了CAC检测结合影像学检查，能否成为肺结节恶性风险评估的有效辅助工具呢。

答案显然是肯定的。临床影像诊断中，有一种“肺结节CT影像人工智能分析系统”，利用30万高精度标注数据及17万病理对照数据训练，自动识别定量，降低主观偏差，提升效率，还能全自动随访并一键生成视频报告。

借助此技术，实现了真正意义上的火眼金睛，精准检查肺结节。

若将“液体活检CAC检测”与“肺结节影像人工智能分析”结合，无疑是医生手中肺癌早诊的超级“王炸”。

AI介入肺癌早诊已从试验迈向成熟，深度学习系统最大程度提升了敏感性、特异性及准确性。结合医生经验，将10mm以下肺结节的诊断准确率、敏感性、特异性提升至95%甚至99%。简而言之，AI在某种程度上已替代了经验丰富医生的工作。

我国“肺部结节诊治中国专家共识”明确指出，针对直径5~10mm的小结节，目前缺乏理想检测方法，亟需更准确便捷的辅助手段。

在此背景下，CAC检测可作为现有手段的有效补充，显著提升<10mm肺结节恶性风险评估的准确性。

指南与共识均推荐CAC检测用于肺结节良恶性判断及肺癌早诊。

THE

END

注：本文药品仅供学习参考，不代表推荐立场，文中图片均