AI 工具“Sybil”预测的从不吸烟者的肺癌风险
快速阅读: 据《合众国际社》称，明尼苏达州圣保罗——一项新研究表明，人工智能工具“西比尔”能准确预测低风险人群患肺癌的可能性，尤其在东亚非吸烟女性中表现突出。该工具通过分析低剂量CT扫描图像，已达到强大的预测能力，有助于亚洲地区肺癌筛查的规范化。研究还显示其在其他癌症及心血管疾病预测中具潜力。
明尼苏达州圣保罗市——5月19日（UPI新闻）——随着非吸烟者中肺癌发病率上升，特别是年轻东亚女性，一项于周一发布的新研究表明，一种人工智能工具在“强力”预测谁最可能面临风险方面展现出了巨大潜力。长期以来，肺癌一直与吸烟挂钩。然而，即便全球总体发病率稳步下降且吸烟率也在减少，一个独特的年轻东亚人群却出现了每年2%的肺癌病例增长，尽管其中一半人从未吸烟。这种现象的原因尚不清楚，但怀疑主要集中在个人一生中获得的基因突变上，而非遗传因素，例如编码名为EGFR的蛋白质的基因受损，该蛋白可防止细胞生长过快。这种基因损伤被认为是由环境毒素引起的，包括二手烟，甚至是在通风不良的房间内使用高温炒菜产生的油烟。
在全球范围内，超过50%被诊断出患有肺癌的女性是非吸烟者，而男性这一比例仅为15%至20%。与此同时，根据加州大学旧金山分校最近的一项研究显示，约57%的亚裔美国女性肺癌患者从未吸烟，相比之下，其他所有女性群体中这一比例仅为约15%。在看似低风险女性癌症病例增加的背景下，人工智能准确预测哪些人可能最容易受到意外肺癌诊断的能力引起了全世界的极大兴趣。
在旧金山举行的美国胸腔学会医学会议上，周一发表的一篇论文报告称，由麻省理工学院阿卜杜勒·拉蒂夫·贾米勒健康机器学习诊所、马萨诸塞州总医院癌症中心及台湾长庚纪念医院的研究人员于2023年开发的一种名为“西比尔”的新人工智能工具已被证明能够准确识别哪些“真正的低风险个体”更有可能发展为肺癌——这一切都源于一次低剂量胸部CT扫描（LDCT）的结果。“西比尔”这个名字来源于古希腊神话中的女性先知，它首先通过输入大量没有癌症迹象的LDCT图像进行训练，因为早期肺癌仅占据肺部的小部分区域，肉眼无法察觉。然后，研究人员给“西比尔”提供了数百张带有可见癌性肿瘤的扫描图像。在首次运行中，“西比尔”通过对一张LDCT分析，预测未来肺癌发生情况时达到了高达0.81的C指数。“C指数”超过0.7的模型被认为是“良好的”，而超过0.8则被认为是“强大的”。
本周韩国的研究验证了这些结果。金博士及其同事评估了21,087名年龄介于50至80岁之间的人员，在2009年1月至2021年12月期间，这些人在韩国一家三级医院附属筛查中心接受了自我发起的LDCT筛查。这些受试者随访至2024年6月。基线LDCT图像使用“西比尔”进行分析，以计算一年到六年内肺癌诊断的风险。对具有各种吸烟史的个体进行了分析，从超过20包年的吸烟者到从未吸烟者不等，后者占参与者的11,098人。在所有参与者中，有257人（其中包括115名从未吸烟者）在基线LDCT后六年内被诊断出患有肺癌。“西比尔”在所有参与者中的一年和六年肺癌预测C指数分别为0.86和0.74，而在从未吸烟者中，相应的一年和六年C指数分别为0.86和0.79。金博士告诉UPI，这些结果有望帮助亚洲地区实现肺癌筛查的规范化，因为在亚洲，这些努力并不一致，并且由于人口统计学差异，有时与国际筛查标准存在“脱节”。
“亚洲承担着最高的肺癌负担，占全球新增病例和相关死亡人数的60%以上，”他在电子邮件评论中说道。“这一负担中越来越多地出现在从未吸烟的人群中，尤其是女性。”“在韩国，超过85%的女性肺癌患者是非吸烟者。因此，对亚洲传统低风险人群中肺癌筛查或LCS有效性的评估给予了越来越多的关注。”
政府主导的项目和计划已经扩大，将从未吸烟者纳入其LCS工作之中，而其他因包含此类从未吸烟者而不同于国际指南的努力已在韩国、台湾和中国等东亚国家和地区“取得进展”，金博士说。
加州大学旧金山分校/加州大学伯克利分校联合计算精准健康项目的助理教授亚当·亚拉说，研究人员正在“积极”探索将“西比尔”的应用扩展到其他个性化健康领域，他是该AI模型的开发者之一。“首先，这在许多不同类型的癌症中都是广泛适用的，”他告诉UPI。“我们正在进行乳腺癌的相关流程，同时也在研究前列腺癌和胰腺癌。”
“此外，还有证据表明，从CT扫描中可以预测心血管疾病导致的突然死亡。这将提供早期检测的机会，给予更好的早期干预机会，从而带来更好的结果。所以这不是唯一关于癌症的问题……也有针对心血管健康的版本，也可能有其他医学领域的应用。”
亚拉补充道，AI提供健康益处的潜力“尚未被充分挖掘”。例如，现在我们只是一次性查看患者的CT扫描，但随着时间推移，你可以查看多次CT扫描。乳房X光检查也是如此。那里有大量的数据可用。这是一个处于起步阶段的领域。
(以上内容均由Ai生成)
