根据由皇家马斯登、英国癌症研究院 （ICR）和帝国理工的研究人员共同领导的一项研究，人工智能可以帮助医生更早地诊断肺癌。

LIBRA研究由皇家马斯登癌症慈善基金会资助。该研究使用了近500名肺部有大型结节患者的CT扫描数据来开发一个人工智能算法。然后测试这个AI模型，看它是否能准确地识别癌性结节。研究人员希望这项技术最终能够通过帮助快速推进高风险患者的治疗，以及简化患者扫描的分析，加速肺癌的检测。
 
我们的当务之急就是寻找可以加速检测疾病的方法，这项研究有朝一日也可以协助临床医生识别高风险患者。
LIBRA 研究的首席调查员Richard Lee医生，项目由皇家马斯登癌症慈善机构资助。

作者使用了一个称为“AUC（曲线下面积）”的指标来评估新模型在预测癌症方面的有效性。 AUC为1表示完美模型，而如果模型是随机猜测，则期望AUC为0.5。结果已发表在《柳叶刀-电子医学》杂志上，表明AI模型能够以0.87的AUC识别每个结节的癌症风险。性能优于Brock评分，该评分目前在诊所中使用，得分为0.67。

新模型的表现也与Herder评分相当，后者是目前在诊所中使用的另一种测试，其AUC为0.83。然而，由于人工智能模型仅使用两个变量，而Herder评分和Brock评分分别使用7个和9个变量，因此在未来可能会潜在地简化和加速结节风险计算。

新模型还可能帮助临床医生做出关于目前没有明确转诊途径的患者的决策。使用Herder评分，如果患者得分低于10％，则将其归类为低风险，如果得分超过70％，则将其归类为高风险，并需要干预治疗。对于中等风险组（10-70％）的患者，可以考虑广泛的测试或治疗选择。当与Herder评分结合使用时，研究人员的模型能够识别出该组中的高风险患者，并且对22个结节中的18个（82％）被诊断为癌症的结节提出了早期干预建议。

为了分析CT扫描数据，研究人员使用了一种称为放射组学的技术，该技术可以从医学图像中提取关于患者疾病的信息，这些信息很难被人眼直接看到。

肺癌是全球癌症死亡率最高的疾病，占英国癌症死亡人数的五分之一（21％）。早期诊断的患者可以更有效地接受治疗，但最近的数据显示，英格兰超过60％的肺癌在三或四期被诊断出来，因此迫切需要加快肺癌的检测。
Benjamin Hunter 医生Benjamin Hunter医生是伦敦皇家马斯登肿瘤科医生和帝国理工学院的临床研究员，他的研究资金来自英国癌症研究基金。他表示：“根据这些初步结果，我们的模型似乎可以准确识别有癌症风险的大型肺部结节。未来，我们希望它能够改善早期检测并通过识别高风险患者，并加快干预，来提高癌症治疗的成功率。接下来，我们计划在临床上测试这项技术，看看它是否能够准确预测患有大型肺结节的患者患肺癌的风险。”

LIBRA研究的首席研究员Richard Lee医生是皇家马斯登的呼吸内科医师兼早期诊断专家，并担任英国癌症研究院早期诊断和检测团队的负责人，该项目获得皇家马斯登癌症慈善机构的资助。他表示：“虽然这项研究还处于早期阶段，但它是我们在皇家马斯登和ICR的早期诊断和检测中心进行的重要科学临床研究的一个例子。通过这项工作，我们希望利用AI等创新技术推动科学边界，加速疾病的检测。”

“早期诊断的肺癌患者与那些晚期被发现的患者相比，五年存活率要高得多。这意味着我们必须找到加速发现疾病的方法，而这项研究是第一次专门针对大型肺结节开发放射组学模型，将来可能支持临床医生识别高风险患者。”

64岁的Keith Hewett来自英国沃特福德地区，他于2018年被诊断出患有肺癌，并在当地医院接受了手术治疗。随后他被转诊到皇家马斯登的Richard Lee医生处，进行后续治疗。去年，一次CT扫描显示了Keith肺部的结节，经过进一步调查，他再次被诊断出患有癌症。Keith的病史与本研究中使用的患者类似。
患者Keith Hewett和家人“在我第一次确诊之后，我在皇家马斯登每三个月进行一次CT扫描，当他们准备改成每六个月一次的时候，Lee医生在扫描中注意到了变化。他们不确定那是什么，但认为需要进一步检查。由于我患有关节炎，身体上会出现肿块，这使得情况变得更加复杂。”

“结果，我的肺部有三个结节是癌症，我在皇家布朗普顿医院接受了手术治疗。在皇家马斯登，我的护理非常好，他们非常注重细节，在他们的护理下我感到很安全。”

“任何可以帮助更清楚地判断CT扫描中某些内容是否是癌症的新技术，都是很好的。作为患者，你希望尽快知道自己是否患有疾病，因为尽早治疗，疗效会更好。”