美国研究者Walia等报告，人工智能(AI)模型或可赋能常规胸部X线成像技术，以识别出肺癌高危的不吸烟者。(2023RSNA年会. 摘要号M5A-SPCH-6)

肺癌是最常见癌症死因。美国癌症协会估计，2023年将有

238 340例新发肺癌病例和127 070例肺癌死亡病例。10%~20%的肺癌病例见于从不吸烟者(终生不吸烟或吸烟量少于100支)。尽管美国预防服务工作组(USPSTF)不建议从不吸烟者或极少吸烟者接受肺癌筛查，但从不吸烟者的肺癌发病率正在上升。如果没能通过筛查早期发现肺癌，这将导致从不吸烟者相对吸烟者的癌症确诊时分期更晚。

这项新研究自参加PLCO筛查试验的参与者中纳入40 643名无症状吸烟者和从不吸烟者的

147 497帧胸部X线图像，以开发新的CXR-Lung-Risk深度学习模型，并基于输入的单帧胸部X线图像来预测肺相关的死亡风险。

研究人员通过测试CXR-Lung-Risk模型是否可以根据电子医疗记录中的胸部X线图像来识别高危患者，分析了该模型的效能，目的是改善从不吸烟者肺癌风险的预测能力。此外，他们以2013~2014年门诊常规胸部X线成像检查的另一组从不吸烟者为外部验证队列，来验证AI模型。主要终点为6年肺癌发病率。根据外部验证得出的风险阈值，风险分数被转换为低危、中危、高危组。

结果显示，在17 407名参与者中，CXR-Lung-Risk模型将其中28%认定为肺癌高危患者，其中2.9%的人群后来被诊断为肺癌。依据NCCN指南推荐的肺癌CT筛查阈值，高危人群跨越了1.3%的6年风险阈值。校正了年龄、性别、种族、既往下呼吸道感染和流行性慢性阻塞性肺病后，高危组人群患肺癌的风险仍然是低危组的2.1倍。

研究者表示：这种AI模型利用电子医疗记录中已有的胸部X线结果，为从未吸烟的肺癌高危人群打开了机会性筛查的大门。由于吸烟率正在下降，在不吸烟者中早期发现肺癌的方法将变得越来越重要。该方法的一个主要优势是，只需一张电子病历中广泛存在的、最常规应用的胸部X线图像。 (编译 李刚)