量子位
·
复旦中山医院联合阿里达摩院用AI检测喉癌、下咽癌转移，准确性远超人类专家
内容提要
复旦中山医院与阿里达摩院合作研发的AI模型DeepENE，能够准确检测喉癌和下咽癌的淋巴结转移，其诊断性能显著优于人类专家。该研究成果已发表在《放射学》杂志上，有助于制定个性化治疗方案。
关键要点
-
复旦中山医院与阿里达摩院合作研发AI模型DeepENE，能够准确检测喉癌和下咽癌的淋巴结转移。
-
DeepENE的诊断性能显著优于人类专家，已在《放射学》杂志上发表相关论文。
-
淋巴结转移的检测对于癌症患者的治疗方案选择和预后评估至关重要。
-
研究团队构建了高质量的淋巴结训练数据集，评估了289例喉癌和下咽癌患者的1954枚淋巴结。
-
DeepENE采用双流2.5D多尺度深度特征融合技术，能有效区分良性和转移性淋巴结。
-
AI模型在外部测试中的AUC分别达到0.96、0.87和0.90，整体表现优于5位医学影像专家。
-
DeepENE有助于制定个性化治疗方案，未来将整合进临床工作流程。
-
达摩院在医疗影像AI领域有长期投入，已为全球多个国家提供医疗AI服务。
延伸解读
AI在癌症检测中的潜力
DeepENE模型的成功展示了AI在癌症检测中的巨大潜力，尤其是在复杂的头颈部肿瘤影像分析中。通过高质量的训练数据集，AI能够克服人类专家在诊断中的局限性，为患者提供更准确的淋巴结转移评估。这一进展可能会改变未来癌症诊断的标准，提升患者的生存率。
个性化治疗方案的制定
随着DeepENE的应用，医生能够更精准地识别淋巴结转移情况，从而制定个性化的治疗方案。特别是在新版本AJCC指南中，ENE阳性被列为N3b期，直接影响治疗决策。AI的引入将有助于提高治疗效果，降低患者的治疗风险。
AI与人类专家的比较
研究表明，DeepENE在多个外部测试中的表现均优于人类专家，尤其是在早期ENE的检测上。尽管AI技术展现出高准确性，但仍需注意其在临床应用中的局限性，如对数据质量的依赖和潜在的技术故障。因此，AI应作为辅助工具，与人类专家的判断相结合。
延伸问答
DeepENE模型的主要功能是什么？
DeepENE模型能够准确检测喉癌和下咽癌的淋巴结转移，区分良性和转移性淋巴结。
DeepENE的诊断性能如何与人类专家相比？
DeepENE的诊断性能显著优于人类专家，尤其在早期ENE的检测中表现更佳。
为什么淋巴结转移的检测对癌症患者重要？
淋巴结转移的检测对制定治疗方案和评估患者预后至关重要。
DeepENE模型是如何训练的？
DeepENE模型通过构建高质量的淋巴结训练数据集，评估289例喉癌和下咽癌患者的1954枚淋巴结进行训练。
AI模型在外部测试中的表现如何？
AI模型在外部测试中的AUC分别达到0.96、0.87和0.90，整体表现优于5位医学影像专家。
未来DeepENE模型的应用计划是什么？
未来将把DeepENE模型整合进现有的临床工作流程，以验证其在真实世界临床决策中的价值。
