Cell子刊：上海交大孫加源/熊紅凱/戴文睿團隊開發(fā)肺病診斷AI系統(tǒng)，準確率媲美專家

熱門推薦：肺病 , AI系統(tǒng) , 淋巴結(jié)腫大 ,

作者：王聰來源：生物世界

2025-07-23

胸腔內(nèi)淋巴結(jié)腫大（intrathoracic lymphadenopathy）是肺科醫(yī)生經(jīng)常面臨的常見難題，表現(xiàn)為縱隔和肺門淋巴結(jié)的異常增大。

胸腔內(nèi)淋巴結(jié)腫大（intrathoracic lymphadenopathy）是肺科醫(yī)生經(jīng)常面臨的常見難題，表現(xiàn)為縱隔和肺門淋巴結(jié)的異常增大。胸腔內(nèi)淋巴結(jié)腫大的最常見惡性病因是肺癌，肺癌是世界第一大癌癥，也是癌癥死亡的首要原因。據(jù)世界衛(wèi)生組織國際癌癥研究機構(gòu)的數(shù)據(jù)，在 2022 年，全球估計新增肺癌病例約 250 萬例，死亡約 180 萬例。此外，其他惡性腫瘤和良性疾病（例如淋巴瘤、肺外腫瘤的胸腔內(nèi)淋巴結(jié)轉(zhuǎn)移、結(jié)節(jié)病、非特異性淋巴結(jié)炎、結(jié)核病等）也可能表現(xiàn)為胸腔內(nèi)淋巴結(jié)腫大。對胸腔內(nèi)淋巴結(jié)腫大的準確評估決定了疾病的診斷和分期，這對及時開展合理治療至關(guān)重要。

2025 年 7 月 21 日，上海交通大學孫加源教授、熊紅凱教授、戴文睿教授團隊合作，在 Cell 子刊 Cell Reports Medicine 上發(fā)表了題為：Deep learning for detection and diagnosis of intrathoracic lymphadenopathy from endobronchial ultrasound multimodal videos: A multi-center study 的研究論文。

該研究開發(fā)了一個深度學習輔助診斷系統(tǒng)--AI-CEMA，可基于凸陣掃描超聲支氣管鏡（CP-EBUS）多模態(tài)視頻，實現(xiàn)對胸腔內(nèi)淋巴結(jié)腫大和肺部病變的診斷，準確率媲美經(jīng)驗豐富的專家。

2025 年 7 月 21 日，上海交通大學孫加源教授、熊紅凱教授、戴文睿教授團隊合作，在 Cell 子刊 Cell Reports Medicine 上發(fā)表了題為：Deep learning for detection and diagnosis of intrathoracic lymphadenopathy from endobronchial ultrasound multimodal videos: A multi-center study 的研究論文。

凸陣掃描超聲支氣管鏡（CP-EBUS）的超聲圖像特征是診斷胸腔內(nèi)淋巴結(jié)腫大（intrathoracic lymphadenopathy）的重要依據(jù)。而傳統(tǒng) CP-EBUS 影像分析方法高度依賴醫(yī)師經(jīng)驗。

為突破這一限制，該研究提出一種深度學習輔助診斷系統(tǒng)--AI-CEMA，可基于 CP-EBUS 多模態(tài)視頻自動選擇代表性圖像、識別淋巴結(jié)，并區(qū)分良惡性淋巴結(jié)。AI-CEMA 首先使用單中心 1006 個淋巴結(jié)數(shù)據(jù)進行訓練，并通過回顧性研究驗證性能，隨后在包含 267 個淋巴結(jié)的前瞻性多中心研究中得到進一步驗證。

AI-CEMA 的曲線下面積（AUC）達 0.8490，與資深專家水平相當（AUC=0.7847）。此外，該系統(tǒng)成功遷移應用于肺部病變診斷任務(wù)，并取得了取得 0.8192 的優(yōu)異 AUC 值。

該研究的亮點：

AI-CEMA 能夠?qū)崿F(xiàn)對胸腔內(nèi)淋巴結(jié)腫大的無創(chuàng)診斷；

AI-CEMA 的診斷性能可與經(jīng)驗豐富的專家相媲美；

AI-CEMA 在肺部病變的診斷方面也表現(xiàn)出色。