2023.03.24

一度の低線量CTで肺がんリスクを予測する

カテゴリ

呼吸器疾患
原文タイトル

Sybil: A Validated Deep Learning Model to Predict Future Lung Cancer Risk From a Single Low-Dose Chest Computed Tomography
ジャーナル名

Journal of Clinical Oncology
年巻号ページ番号

2023 April, JCO 41: 2191
著者

Peter G Mikhael
所属

Department of Electrical Engineering and Computer Science, Massachusetts Institute of Technology, Cambridge, MA, USA

背景

低線量CTを用いた高リスク者向け肺がん検診の有効性は確立されており、どの個人を高リスクとみなすかに関しては最適化の余地がある。
アメリカMassachusetts Institute of TechnologyのMikhaelらは、National Lung Screening Trial（NLST試験）で実施された低線量CT画像を用いて、検診から1～6年後の肺がん発症を予測するディープラーニングがんリスクモデル「Sybil」を開発し、NLST試験のホールドアウトセット、米Massachusetts General Hospital（MGH）および台湾Chang Gung Memorial Hospital（CGMH）の独立テストセットにおいて検証した。

この記事は会員限定記事です。

新規会員登録・コンテンツの閲覧は無料です

会員の方はこちら
会員ではない方はこちら

新着記事

「映像情報Medical」サイトへのアクセスありがとうございます。

本サイトは、国内の医療関係者（医師、技師、看護師等）を対象に、
様々な情報を提供させていただくことを目的としております。

新規会員登録・コンテンツの閲覧は無料です

一般の方や、国外の医療関係者に対する情報提供を目的としたものではないことをご了承ください。

あなたは医療関係者ですか？

映像情報Medicalのご利用にあたってをご確認の上、対象の職種をクリックしてください。

: 医療関係者でない場合は、会社概要ページへお進みください。