medRxiv · All· Nowroozi, A., Bondarenko, M., Brar, S. S., Haas, B., Brown, J., Rustagi, A., Graham, B., Hudson, M., Su, G., Yala, A., Sohn, J. H. ·· 1 天前AI 评分59
Sybil肺癌筛查风险分层研究评估延长筛查间隔的潜力
Investigating AI's potential in risk-stratifying lung cancer screenings for extending screening intervals and reducing workload: A retrospective analysis of a tertiary hospital cohort
AI 导读
研究团队在3120例肺癌筛查队列中外部验证影像深度学习工具Sybil，并模拟将低风险人群筛查间隔延长至每两年的可能性。Sybil整体AUC为0.819至0.912，Lung-RADS 1/2人群的2年AUC为0.746；模拟中33.8%的阴性筛查被延长且未出现延迟诊断癌症。Brock模型的AUC为0.513，在1.5%阈值下敏感度为18.2%。
来源：medRxiv · All · medrxiv.org