| 医学前沿 |
　　近日，由广州医科大学附属第一医院国家呼吸医学中心主任何建行教授团队牵头，联合清华大学、天河二号超算中心及全国24家医疗中心共同合作开发，运用跨学科多中心人工智能方法，在国际上首次构建了基于胸部CT的泛纵隔肿瘤检测及诊断模型，检测AUROC超过97%，诊断top3准确率近80%。
　　该研究成果在国际顶级学术期刊这项研究成果近期在国际顶级学术期刊《柳叶刀–数字健康》The Lancet Digital Health(影响因子30.8)上正式发表。
　　据介绍，纵隔位于颈部以下、腹部之上、双肺之间。纵隔里有许多器官，包括心脏、食管、气管、年轻时期的胸腺、神经等。纵隔肿瘤则是一个统称，是指发生于纵隔内各种组织器官的肿瘤。纵隔内组织和器官较多，纵隔肿瘤的种类繁多，临床病例数量却比较有限，存在“漏诊”情况，这也成为临床医生鉴别诊断的“难点”和“痛点”。
　　近年来，尽管随着胸部CT筛查的推广普及，纵隔肿瘤的发病率有所增长，但往往真正得到确诊时已经是中晚期，某些恶性纵隔肿瘤的预后极差。因此，纵隔肿瘤的早发现及准确诊断至关重要。
　　为了提高对于纵隔肿瘤的早期诊断，解决这些困难，该研究团队集合大数据“训练”出这款高效人工智能泛纵隔肿瘤诊断系统，从国内15个省，共计24个中心建立了目前国际上最大的纵隔肿瘤影像学数据库，共计近9000例，超过40种（包括罕见类型）的各类纵隔肿瘤，并创新性地提出了多种数据训练方法，有机地结合了医学影像信息以及既往获得的医学先验知识，提高了分割及分类模型的精确性，从而能够准确判断出纵隔肿瘤的位置、大小等，潜在减少漏诊的可能性。
　　通过数据比较证明，开发出来的CAIMEN系统在纵隔肿瘤诊断准确率方面可以辅助人类专家达到更高的水平。对于良性肿块和恶性肿瘤分类，CAIMEN系统具有相当12.7年经验人类专家的区分能力。
　　此外，研究团队开发的CAIMEN系统代码也已开源，为全球不同国家和地区的放射科医生和胸外科医生精确诊断纵隔肿瘤及纵隔区域内病变提供有效的帮助。
□广医一院