长期以来，医生一直依赖吸烟史来决定哪些人需要接受肺癌筛查，但这里存在一个问题：每年被诊断出患有肺癌的人中，超过50%根本不符合筛查资格。现在，麻省总医院布里格姆癌症研究所和麻省理工学院的研究人员正在利用人工智能尝试改变这一现状。
标准的肺癌筛查是通过低剂量CT扫描进行的，但只有约20%符合筛查资格的人实际上接受了检查。虽然一些机构自2022年以来已经扩大了其指南范围，但标准指南仅建议对50至80岁、有重度吸烟史且仍在吸烟或在过去15年内戒烟的人群进行CT扫描。
麻省总医院布里格姆癌症研究所的医学肿瘤学家莉西亚·塞基斯特博士表示："事实上，美国每年被诊断出患有肺癌的人中，有一半不符合筛查标准。"
为了弥补这一差距，麻省总医院布里格姆癌症研究所的医生们与麻省理工学院的工程师合作，开发了一种名为"西比尔"（Sybil）的AI工具。该工具可以分析单次CT扫描结果并生成风险评分，预测一个人在未来长达六年时间内患肺癌的可能性。
2023年，其开发者报告称，西比尔在一年内区分高风险患者和低风险患者的准确率在86%至94%之间。
塞基斯特说："西比尔正在做的是放射科医生无法做到的事情，即尝试预测一年后、两年后会发生什么，而这些可能在今天的影像上还看不到。"
西比尔通过模式识别工作，经过数万次扫描的训练，能够发现人眼无法看到的生物信号。
塞基斯特表示："如果某人今天做了CT扫描，而西比尔给出了高风险评分，这对这个人意味着什么？我们是否应该现在就以不同的方式治疗他们，以降低风险，减少未来发生这种情况的可能性？我们不知道这样做是否有效，但这就是我们的期望。"
西比尔尚未获准在临床试验之外进行常规临床使用，但它目前正在约12家美国医院和全球30多个国家的研究项目中使用。
【全文结束】