Machine Learning-Based Prediction of Lung Cancer Risk in COPD Patients Using Clinical Severity Indicators and Comorbidity Profile
本研究开发并内部验证了一个利用临床严重程度指标和共病谱来对慢性阻塞性肺疾病（COPD）患者进行肺癌风险分层的机器学习框架，发现人工神经网络在保持高准确率和高召回率的同时优于其他模型，并强调了在临床应用前进行外部验证的必要性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每年，肺癌夺走的生命比任何其他形式的疾病都多，这使得早期检测成为医生和研究人员的一个关键目标。对于患有慢性阻塞性肺疾病（简称 COPD）的人来说——这是一种会缓慢损伤肺部并导致呼吸困难的疾病——风险甚至更高。由于这些患者面临着比普通人群显著更高的患肺癌风险，这种联系是由共同的原因驱动的，例如吸烟以及随着时间推移不断损伤肺组织的持续性炎症。因为这两种疾病往往同时出现，医生长期以来一直在寻找一种方法，通过观察一名患有 COPD 的患者来确定谁患肺癌的风险最高。传统的风险评估方法通常依赖于简单的清单或线性计算，这些方法难以识别将患者的年龄、呼吸能力和病史与其当前健康状况联系起来的复杂且隐藏的模式。如果能找到一种更好的方式来对这些患者进行分类，它就能帮助优先考虑谁需要立即进行强化筛查，从而有可能在癌症尚小且可治疗时将其发现。
一个研究小组致力于利用被称为机器学习的一门计算机科学分支，开发一种新型工具来解决这个问题。他们没有依赖单一的公式，而是教会了计算机从数千份真实的患者记录中学习，以寻找指示危险的细微信号。他们收集了 2,300 名被诊断患有 COPD 的人的数据，为每位患者收集了广泛的信息。这包括基本细节，如年龄和性别、肺部疾病的严重程度、六分钟步行距离，以及以“包年”衡量的吸烟史（这是一种计算一个人一生中吸烟量的方法）。他们还查看了特定的肺功能数值、焦虑和抑郁评分，以及患者是否患有糖尿病或心脏病等其他健康问题。目标是观察计算机是否能够观察这一整体情况，并将这些患者分类为目前患有肺癌和未患肺癌的人。
为了测试他们的想法，研究人员将这些信息输入到六种不同类型的计算机模型中，其范围从简单的统计方法到复杂的人工智能系统。他们对数据进行了拆分，使计算机可以从大多数患者身上学习，然后在一个它从未见过的独立组上进行测试，以确保结果是诚实的，而不仅仅是记忆下的答案。结果显示，先进的非线性模型远优于简单的模型。表现最好的是一种被称为人工神经网络的人工智能类型，它模仿人类大脑通过层层连接处理信息的方式。该模型在测试案例中正确识别出 9-2% 的肺癌病例（这一比例被称为召回率），并实现了 90% 的总体准确率。另一种强大的模型叫做随机森林（Random Forest），它通过结合许多小型决策树的意见来工作，其表现也几乎同样出色，正确识别了 90% 的癌症病例。
研究还揭示了哪些因素对计算机做出决策最为重要。最具影响力的线索是患者的吸烟史、COPD 的严重程度，以及一个关于患者在一秒钟内能用力呼出多少空气的特定测量值。年龄也起到了重要作用。这与医生对该疾病已有的认知相一致，但计算机同时权衡所有这些因素的能力，使其能够发现简单方法可能会错过的风险。研究人员发现，先进的模型不仅更擅长发现疾病，而且更擅长估算确切的风险概率，从而提供比传统旧方法更可靠的数值。
然而，研究人员谨慎地指出，这项工作是一个重要的进步，但并非终点。该研究完全是在一个单一的数据集上进行的，没有长期随访数据，这意味着计算机是被训练用来分类当前的风险状态，而不是预测未来谁会患癌。虽然结果令人鼓舞，并表明这些工具有一天可以帮助医生做出更好的决策，但这些模型尚未在来自不同医院或不同地区的患者身上进行测试，目前也还无法确定谁最有可能在接下来发展出癌症。在这样的系统被用于现实诊所以决定谁应该接受扫描之前，它需要被证明能在多样化的人群中可靠运行，并整合到医疗提供者的日常工作流程中。目前，这项研究作为一个强有力的概念验证，证明了当我们把详细的患者病史与现代计算相结合时，我们可以看到以前无法察觉的风险模式，为在最脆弱的患者中更早发现肺癌开辟了一条新路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。