该技术是一种自然语言处理(NLP)工具，经过训练可以分析胸部CT报告。这项研究是由D'Or研究与教育研究所(IDOR)与阿雷格里港联邦卫生科学大学(UFCSPA)以及美国佛罗里达大学和斯坦福大学合作进行的。
近年来，人工智能在自然语言处理方面的进步经常成为头条新闻，虽然它可能仍然是未来叙事的主题，但事实是，这项技术的使用已经很成熟，每天都在我们身边。如果你曾经使用过网上银行聊天机器人，启用过自动视频字幕，或者在你的设备上向虚拟助手发出过命令，你可能会想知道机器是如何能如此好地理解人类的交流的。
理解和响应人类语言是自然语言处理(NLP)的主要目标，NLP是人工智能的几个领域之一。NLP被用于许多知名工具的几个功能，包括聊天机器人和Siri和Alexa等数字助理。然而，它在医疗领域的潜力也正在被探索。
考虑到这一点，目前的研究试图投资于这项技术，以开发一种能够通过CT报告检测肺癌可能性的工具，而这些报告不是出于癌症筛查的原因进行的。
“当我们在肺癌的背景下进行胸部CT检查时，有两个主要的适应症。一种是对有风险的病人进行癌症筛查，通常是50岁以上有吸烟史的病人。另一种情况是，例如，患者怀疑肺栓塞，并接受CT扫描进行调查，检查中出现了偶然的结节。”
“这被称为偶然发现。我们的NLP工具适用于后一种情况，因为有时这些患者可能会失去接受早期诊断的机会。“偶然的发现很容易被忽视，因为医生专注于另一个假设，可能不会怀疑最初解释中的细节，”IDOR的放射科研究员、该研究的作者之一罗萨娜·罗德里格斯(Rosana Rodrigues)博士解释说。
在分析胸部图像时，肺结节的存在是一个相对常见的发现，并且大多数是良性的。然而，这些病例中有1%到3%可能隐藏着严重的风险。由于其高患病率，肺结节在医院急诊检查中经常被忽视。
这方面的一个主要例子发生在COVID-19大流行期间，诊所和医院经常进行CT扫描，以确定肺部是否受到疾病的影响。在这种情况下，许多这些结节在医学报告中被描述，但没有对其癌症可能性进行充分的调查。在早期阶段发现这个问题，可以为应用更有效的治疗方法提供机会，从而有更大的机会治愈患者。
“我们在大流行期间有了这个工具的想法，因为我们每天要对疑似COVID-19的患者进行30到40次CT扫描。要求做CT的医生对这种疾病有全面的了解，因为他们需要知道病人是否需要住院治疗。在我们撰写报告时，除了是否存在COVID-19肺损伤外，我们还看到许多肺结节，其中一些疑似肺癌，”罗德里格斯博士说。
“这引起了我们的极大关注，因为在大流行期间，没有人会检索这些报告，所以这种癌症诊断可能会丢失。就在那时，我们开始考虑如何恢复这些可疑的检查。这就是我们计划NLP工具的时候，”这位放射科医生回忆说，他也在里约热内卢的三家医院工作，包括里约热内卢联邦大学(UFRJ)的公立医院。
在没有被怀疑患有肺癌的患者中识别肺癌的可能性鼓励了文章的研究人员考虑这个诊断窗口的解决方案。就在那时，他们有了开发一种自动NLP工具的想法，该工具能够搜索胸部CT医学报告中偶然发现的可疑结节。
和我们一样，人工智能并非生来就知道。为了训练为该研究开发的NLP工具，该团队的放射科医生对2020年至2021年在一家研究附属医院进行的21,500多份胸部CT报告进行了回顾性分析。在这数千个检查中，有484个偶然发现了具有潜在致癌性的肺结节，这些结节的描述被用来训练NLP工具识别这些病变。
训练后，NLP进行了内部验证，评估了300多份胸部CT报告，其中157份包含偶然发现的疑似恶性结节，148份作为对照组，以计算该工具的准确性潜力。
NLP被教导在没有图像的情况下理解报告中的文字。研究人员将其编程为报告任何偶然发现的可疑结节，这些结节在患者病史中以前不知道，直径大于4mm，没有与癌症，肺炎或小气道疾病相关的临床背景。该工具还能够对高风险结节进行分类，例如大于8mm的结节或固体成分大于6mm的结节。
在内部评估中，NLP工具在检测感兴趣的结节方面达到了98%的准确率。由于阳性结果，研究人员于2022年5月进行了第二次测试，这次分析了从57家不同医院随机选择的900多份胸部CT报告。
在第二次测试中，NLP的准确率达到了令人印象深刻的98.6%，放射科医生的最终检查进一步验证了这一点，为该工具的测试建立了黄金标准。这些结果再次肯定了人工智能在临床应用中的准确性和能力。
在用于NPL训练的484例偶然发现中，有8例患者被诊断为肺癌并能够接受早期治疗。根据这项研究，如果没有NLP工具的帮助，这些诊断中有2个可能会被遗漏。
考虑到70%的肺癌病例在早期治疗时是可以治愈的，早期发现这种疾病大大提高了患者的治愈机会。人工智能是用一种广泛使用的编程语言Python开发的，它的使用与葡萄牙语为官方语言的几家机构和医院兼容。该工具可能有助于肺癌的早期识别，特别是在急诊服务和专业肿瘤中心以外治疗的患者。
更多信息:Rodrigo Basilio等人，计算机断层扫描报告中偶然肺结节识别的自然语言处理:质量控制工具，JCO Global oncology(2023)。引文:人工智能能够在2023年10月11日从https://medicalxpresstgd/news/2023-10-ai-capable-incidental-lung-cancer.html检索的书面医疗报告(2023年，10月10日)中检测偶然肺癌。本文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
