深層学習モデルSybil、単回CT画像で肺がんリスク予測

National Lung Screening Trial（NLST）のデータを用いて、単回の低線量CT画像からリアルタイムで将来の肺がんリスクを予測する深層学習モデルSybilを開発。NLSTの6282件、マサチューセッツ総合病院（MGH）の8821件、Chang Gung Memorial Hospital（CGMH）の1万2280件のLDCT画像を用いてSybilの妥当性を検証した。 その結果、1年後の肺がん予測での受信者動作特性曲線下面積はNLSTデータセットが0.92、MGHデータセットが0.86、CGMHデータセットが0.94となり、6年間のC統計量は0.75、0.81、0.80だった。...