大规模胰腺癌检测通过非对比增强CT和深度学习| 文献速递-视觉通用模型与疾病诊断

Title

题目

Large-scale pancreatic cancer detection via non-contrast CT and deep learning

大规模胰腺癌检测通过非对比增强CT和深度学习

01

文献速递介绍

胰腺导管腺癌（PDAC）是最致命的实体恶性肿瘤，通常在晚期和不可手术的阶段被检测到。早期或偶然发现与延长生存期相关，但使用单一测试筛查无症状个体的PDAC仍然不可行，因为假阳性的潜在危害和低流行率。非对比增强计算机断层扫描（CT）通常用于临床指标，为大规模筛查提供了潜在可能性，然而，长期以来认为使用非对比增强CT无法识别PDAC。在这里，我们开发了一种深度学习方法，名为人工智能胰腺癌检测（PANDA），它可以通过非对比增强CT高精度地检测和分类胰腺病变。PANDA在来自单一中心的3,208名患者的数据集上进行了训练。PANDA在涉及6,239名患者的10个中心的多中心验证中，病变检测的受试者工作特征曲线下面积（AUC）达到了0.986-0.996，对于PDAC识别的灵敏度和特异性，优于平均放射科医生表现34.1%的灵敏度和6.3%的特异性，同时在涉及20,530名连续患者的真实世界多场景验证中，病变检测的灵敏度为92.9%，特异性为99.9%。值得注意的是，与放射学报告（使用对比增强CT）相比，PANDA结合非对比增强CT在鉴别常见胰腺病变亚型方面表现不逊色。PANDA有望成为大规模胰腺癌筛查的新工具。

3.5

Method

方法

The retrospective collection of the patient datasets in each cohort was approved by the institutional review board (IRB) at each institution with a waiver for informed consent: the Shanghai Institution of Pancreatic Diseases (SIPD) IRB, Shengjing Hospital of China Medical University (SHCMU) IRB, First Affiliated Hospital of Zhejiang University (FAHZU) IRB, Xinhua Hospital (XH) of Shanghai Jiao Tong University School of Medicine IRB, Fudan University Shanghai Cancer Center (FUSCC) IRB, Tianjin Medical University Cancer Institute and Hospital (TMUCIH) IRB, Sun Yat-Sen University Cancer Center (SYUCC) IRB, Guangdong Provincial People’s Hospital (GPPH) IRB, Linkou Chang Gung Memorial Hospital (CGMH) IRB, and General University Hospital in Prague (GUHP) IRB. All data in this study were de-identified prior to model training, testing and reader studies.

每个队列中患者数据集的回顾性收集均获得了各自机构的机构审查委员会（IRB）批准，并获得了知情同意的豁免：上海胰腺疾病研究所（SIPD）IRB、中国医科大学盛京医院（SHCMU）IRB、浙江大学第一附属医院（FAHZU）IRB、上海交通大学医学院附属新华医院（XH）IRB、复旦大学上海肿瘤医院（FUSCC）IRB、天津医科大学肿瘤医院（TMUCIH）IRB、中山大学肿瘤医院（SYUCC）IRB、广东省人民医院（GPPH）IRB、林口长庚医院（CGMH）IRB，以及布拉格通用大学医院（GUHP）I