Radiology：人脑在肺癌影像学筛查上的新进展

在CT由此可知象上，白血病显出为亚实性水肿的实性组分的大小不一与病理学评核时的浸润性组分大小不一非常吻合，这同意了治疗计划的订定并反映了患者的病状，是临床关注的重里之重。

CT由此可知象上的实性组分的大小不一通常由激光科护士手动测。然而，由于观察者二者之间和观察者内部的可变性和主观性的存在，在CT由此可知象上对实性组分的精确且可重复的测仍具有挑战性。在在，用作肠胃水肿则会划分的深达努力学习（DL）演算法在结果的准确性及可重复性上比基本上方法显出出更强而有力和更优越的性能，愈加被人们所认识和用到。

近日，公开发表在Radiology新闻周刊的一项科学研究评价了商用DL演算法用作则会测经手术后证明为肠胃胰脏的亚实性水肿的实性仅的性能，为DL演算法在白血病筛查之外的应用获取了新的假说拥护和参照标准。

本科学研究回顾性深入研究了2018年1月至2018年12月在此期间在CT由此可知象上显出为亚实性水肿的经手术后证明为的肠胃胰脏的水肿。五名激光科外科护士独立测了水肿实性仅的最大者直线位圆形。同时用到DL演算法则会划分和测实性仅的最大者直线位圆形。采用类内线性关系(ICC)和Bland-Altman由此可知比较病理学验证时的Reader测数值、软件测数值和浸润性组分大小不一。

本科学研究总计纳入448例患者(大约年龄63岁±10岁[标准差];264名女性)总计448个病灶(浸润性组分大小不一，3-65 mm)。每个激光科护士和DL演算法二者之间的测正确性非常好(ICC范围，0.82-0.89)。早先DL演算法替换成激光科护士时，ICC的范围在0.87到0.90二者之间，5名激光科护士的ICC为0.90。DL演算法与每位激光外科护士的大约差数值在-3.7到1.5 mm二者之间。DL演算法与每个激光科外科护士二者之间的最较宽95%的正确性临界点(-15.7至8.3 mm)比激光科外科护士的成对比较(-7.7至13.0 mm)更较宽。DL演算法和病理学评核的侵润性组分大小不一二者之间的正确性很好，ICC为0.67。DL演算法测(大约差数值，-6.0 mm)和激光科护士(大约差数值，-7.5到-2.3 mm)仅毫无疑问了侵润性组分的大小不一。

由此可知（a，b）Bland-Altman由此可知结果显示了两位激光科外科护士在直线位矩形里测实性组分的差别。 X直线象征性两位激光科护士的大约测数值，而y直线象征性两位激光科护士的测数值二者之间的大小不一差别。 a由此可知结果显示了两位激光科外科护士（阅读者2和阅读者5）二者之间最窄的95％LOA。b由此可知结果显示了两位激光科外科护士（阅读者4和阅读者5）二者之间最大者的95％LOA。（c，d）Bland-Altman由此可知结果显示了基于深达努力学习（DL）的演算法（DLA）和激光科护士在直线位矩形里测实性组分的差别。X直线暗示DL演算法和每个激光科护士的大约测数值，而Y直线暗示DL演算法和每个激光科护士的测数值二者之间的大小不一差别。 c由此可知结果显示了DL演算法和激光科外科护士（DL演算法和阅读者5）二者之间最窄的95％LOA，而d由此可知结果显示了DL演算法和激光科外科护士（DL演算法和阅读者4）二者之间最较宽的95％LOA。

表 Bland-Altman深入研究DL演算法、激光科外科护士和病理学评核的差别结果。

深达努力学习演算法对显出为亚也就是说水肿的白血病实性组分的则会测与人工测结果相当，并与病理学评核所结果显示的浸润性组分大小不一正确性良好。通过必要性简化及集里训练划分受挫的水肿，DL演算法可以在肠胃水肿实性组分的测里具有更广泛的适用性，这为必要性加大激光科护士负担并提高诊断准确性获取了假说和技术上的拥护，为人工智能在肠胃水肿的应用拓较宽了路段。

标题引自：

Yura Ahn,Sang Min Lee,Han Na Noh,et al.Use of a Commercially Available Deep Learning Algorithm to Measure the Solid Portions of Lung Cancer Manifesting as Subsolid Lesions at CT: Comparisons with Radiologists and Invasive Component Size at Pathologic Examination.DOI:10.1148/radiol.2021202803