本报讯（记者朱汉斌）近日，由中国工程院院士钟南山、广州医科大学教授卢文菊团队牵头，联合东软医疗影像技术团队，使用低剂量螺旋CT（LDCT）图像成功研发出基于全肺吸气相定量CT（QCT）的高效能慢阻肺筛查模型（AutoCOPD），为医院对潜在慢阻肺患者的风险评估提供了可靠工具。相关成果在线发表于《电子临床医学》。
慢阻肺诊断不足是全球性问题。目前，尽管慢阻肺的诊治水平明显提高，但仍缺乏疾病早期防控的有效工具。随着国内外LDCT肺癌筛查的广泛开展，利用胸部CT图像进行慢阻肺筛查，有助于提高慢阻肺检出率，从而大幅提高医疗资源利用率，减轻宏观经济和医疗保健体系的负担。
此前，东软医疗与广州呼吸健康研究院通过科研攻关，研发出胸部QCT影像处理软件NeuLungCARE-QA。该软件基于胸部平扫CT影像，能快速定量评估肺实质CT值与支气管相关形态学参数，并已获得国家药品监督管理局批准。基于此，联合研究团队通过大样本、多中心的跨学科合作，利用调查问卷、QCT、结构化CT文本数据训练了7种模型。
为减少模型过拟合风险并便于临床使用，团队首先将方差为零或接近零的特征排除。其次，利用不同单模态方案中的所有剩余特征拟合初始模型。接着，将模型在内部验证队列中进行验证，再使用AUC、灵敏度、特异度、准确率、阴性预测值、阳性预测值等进行评价。
最终，团队创新提出了AutoCOPD模型。该模型仅基于10个QCT特征即可在由高度异质性和多种族人群组成的数据集中准确识别慢阻肺，并且在不同的亚组人群中均有良好的筛查性能。与此同时，基于该模型构建了一个免费、用户友好、功能丰富的在线Web应用，与临床筛查模式高度兼容。该成果为慢阻肺早期防控提供了新思路和新方法。
相关论文信息：10.1016/j.eclinm.2025.103166
0 条