克利夫兰大学医院（University Hospitals Cleveland Medical Center）已与Qure.ai公司合作，评估该公司的人工智能技术在早期肺癌检测中的应用。
Qure.ai的qXR AI算法于2024年获得美国食品药品监督管理局（FDA）的批准，该算法能够基于胸部X光片突出显示疑似存在6至30毫米范围内的肺结节区域。
目前的指南推荐低剂量CT（LDCT）作为高风险人群（如吸烟者和前吸烟者）的标准筛查方法。然而，克利夫兰大学医院诊断放射科主任阿米特·古普塔博士表示，全国范围内CT筛查的接受率仍然“令人担忧地低”，在美国只有16%的符合条件的人进行了筛查。
古普塔博士指出，在患者因其他医疗原因住院并进行胸部X光检查时，偶然发现早期阶段的肺结节和癌症是一种有效的早期肺癌检测方法，但识别X光片上的肺结节仍然是一个重大挑战，因为细微的发现很容易被忽略。
为了解决这一挑战，克利夫兰大学医院计划开展一项临床研究，比较Qure.ai的qXR AI算法与放射科医生对同一胸部X光片的解读能力。
古普塔博士说：“这种AI驱动的方法可能有助于识别更多的结节，我们希望这能支持患者的护理，并使我们能够评估医学影像AI的更广泛影响。”
“临床试验将评估需要进行后续CT扫描、活检的患者数量，以及使用AI技术能提前诊断出多少肺癌病例。”
“希望通过这项临床试验不仅能够推动早期检测，还能在肺癌监测方面带来有意义的变革。”
肺癌是全球主要的疾病形式之一。国际癌症研究机构估计，到2040年，由于该疾病的死亡人数将从2022年的约200万增加到超过300万。
根据GlobalData的分析，预计的增长突显了在早期阶段检测肺癌以实现最佳患者预后的关键重要性。
(全文结束)
