基于AI的术前胸部X光片分析，用于手术切除的病理分期I期非小细胞肺癌的预后分层

《Journal of Imaging Informatics in Medicine》：AI-Driven Preoperative Chest Radiograph Analysis for Prognostic Stratification in Surgically Resected Pathological Stage 1 Non-Small Cell Lung Cancer

　　

摘要

本研究旨在探讨利用人工智能（AI）分析术前胸部X光片在预测早期非小细胞肺癌患者术后预后方面的应用潜力。我们回顾性纳入了2020年3月至2021年2月期间在两家转诊医院接受病理分期为1期的非小细胞肺癌根治性手术的416名连续患者（平均年龄65.6岁±9.9岁，其中男性197人）。通过AI技术对术前胸部X光片进行分析，以检测四种异常情况，并以异常评分阈值≥15作为判断标准来评估AI在X光片中识别病变的能力。随后通过Cox比例风险回归分析确定无复发生存期的预测因素，同时比较了基于临床变量和AI分析结果的预后模型与基于临床变量及病理肿瘤大小/术前CT参数的模型的性能。AI计算的异常评分中位数为39.1%（四分位数范围为4.0–82.0%）。在1060±200.7天的随访期内，有34名患者（8.2%）出现复发。AI识别的能力以及异常评分均为影响无复发生存期预后的独立危险因素，评分每增加1%，相应的危险比分别为7.201[95%置信区间为2.533–20.470]和1.029[95%置信区间为1.016–1.042]，p值均小于0.001。基于AI异常评分构建的多变量预后模型的性能与基于病理肿瘤大小或CT参数的模型相当（C指数均为0.795），而将AI异常评分与CT测得的肿瘤大小相结合则显著提升了模型的鉴别能力（C指数从0.821提升至0.837，p值小于0.001）。由此可见，利用AI分析术前胸部X光片有助于更好地预测接受手术治疗的早期非小细胞肺癌患者的术后预后。