獲批中國國家藥品監督管理局醫療器械三類證的復星杏脈肺結節CT影像輔助檢測軟件（“銳影”），臨床試驗的PI單位為中華醫學會放射學分會主委單位上海長征醫院劉士遠教授團隊，在產研領域不斷突破創新的同時，又一篇聯合復星杏脈合作開發了區分肺部磨玻璃結節良惡性的人工智能分類技術相關科研成果“Development, Validation, and Comparison of Image-Based, Clinical Feature-Based and Fusion Artificial Intelligence Diagnostic Models in Differentiating Benign and Malignant Pulmonary Ground-Glass Nodules”近期發表在國際權威醫學雜志《Frontiers in Oncology》上 (影響因子6.24，JCR Q1區) 。
肺癌仍然是全球以及我國癌癥死亡的主要原因。自從低劑量多排螺旋 CT（LDCT） 被引入肺癌篩查以來，檢測到的磨玻璃結節 (ground-glass nodules, GGN) 的數量顯著增加。與實性結節相比，磨玻璃結節具有更高的惡性率。早期發現并切除惡性磨玻璃結節可能會改善患者的預后。此外，區分良性和惡性結節對于疑似早期肺癌患者的治療策略至關重要，這已成為一個關鍵的臨床問題。
然而，由于惡性磨玻璃結節在CT影像上的形態學特征與良性磨玻璃結節相似，在CT影像上對二者進行區分即使對于影像科醫生也是相當困難的。在本研究中，我們納入來自上海長征醫院的743個帶有術后病理金標準結果及相應臨床信息的磨玻璃結節病例，隨機分為訓練驗證以及測試集，基于訓練集數據構建并訓練了三種不同技術路線的人工智能磨玻璃結節良惡性分類算法，隨后分別在本院測試集數據以及外院獨立測試集數據上進行了算法分類表現驗證與比較，同時也在外院獨立測試集上進行了放射科醫生判讀與人工智能判讀表現的對照試驗。這三種不同的技術路線分別是1）完全基于CT影像的深度學習分類模型（Image-Based Deep Learning model, IBDL模型）；2）完全基于病人臨床特征的機器學習分類模型（Clinical Feature-Based Linear Regression Model, CFBLR模型）；以及3）結合CT影像信息與病人臨床信息的融合分類模型（Fusion Prediction Model, FPM模型）。其中，IBDL模型和FPM模型我們應用了遷移學習策略進行訓練，以解決樣本數量不足引起的模型泛化性能不佳的問題并提高模型性能。
通過研究發現，IBDL模型在本院測試集與外院獨立測試集上均有較好的模型表現，區分良性與惡性磨玻璃結節的AUC（ROC曲線下面積）指標在兩個測試集上分別達到0.75（95%置信區間0.62-0.89）與0.76（95%置信區間0.61-0.90），且在人機對照實驗中的特異性（0.62）大大優于放射科醫生（特異性0.33-0.44）；CFBLR模型在本院測試集上表現良好，AUC達到0.80（95%置信區間0.64-0.96），但是在外院測試集上該模型的表現不佳，AUC僅有0.62（95%置信區間0.42-0.83）。影像-臨床特征融合模型FPM的表現最佳，在本院與外院測試集上AUC分別為0.82（95%置信區間0.71-0.93）與0.83（0.70-0.96），且該模型在人機對照實驗中的特異性（0.69）同樣大大優于放射科醫生（特異性0.33-0.44）。
通過該研究發現，不論是單純基于影像的深度學習IBDL分類模型，還是結合病人臨床信息與影像信息的融合FPM分類模型在臨床應用中均可以有效地協助放射醫生在CT圖像數據上對于良性和惡性的磨玻璃結節進行鑒別，充分證明了人工智能在肺癌診療中的價值。
2022年2月，國家癌癥中心發布了最新一期的全國癌癥統計數據，2020年中國癌癥新發病例457萬例，其中肺癌82萬，占總發病人數的20%。2020年中國癌癥死亡人數300萬，肺癌死亡人數高達71萬，占癌癥死亡總數的23.8%。2020年全球新發肺癌病例約220萬，占全部惡性腫瘤的11.4%，死亡病例約180萬，占惡性腫瘤相關死亡的18.0%。我國是肺癌發病率最高的國家之一，國內外證據表明，對肺癌高風險人群進行低劑量螺旋CT（low-dose computed tomography, LDCT）篩查，通過AI輔助CT圖像數據上對于良性和惡性的磨玻璃結節進行鑒別，可以早期發現肺癌，改善預后，降低肺癌死亡率。 復星杏脈“銳影”，針對磨玻璃結節檢出、醫學多維測量、精準診斷、術前設計和療效評估有明顯優勢，不僅在影像的深度學習分類模型，以及臨床特征的機器學習，均表現突出，通過AI在CT在良性和惡性的磨玻璃結節的快速、精準的診斷，協助在全國各級醫院建立起我國肺癌篩查和早診早治智慧化診斷網絡，切實提高了我國居民肺癌篩查參與率和早診率，降低了死亡率。
復星杏脈作為復星旗下首個獨立孵化的人工智能企業，自2017年成立以來一直保持高速發展的趨勢，截至目前180人的公司已積累超過40種AI疾病模型儲備，與全國500多家醫療機構達成合作。成熟應用已上線放射科、檢驗科、病理科、呼吸科、骨科、心內科、神經科等多個科室。復星杏脈作為復星“創新驅動”戰略尖兵與醫療人工智能產業核心平臺進行布局發展，通過“匠心+創新”，不斷加大科技研發投入。 同時，復星杏脈深入醫療機構與基層健康服務場景探索真實需求，積極完善分級診療的核心場景服務能力如早篩、遠程診療、精準醫療等，致力于全面解決不同的臨床痛點和公衛難題。通過獨樹一幟的“AI+X”產品形態，有效賦能遠程診療體系建設，形成了促進我國分級診療與精準醫療落地的有效解決方案。
“銳影”隨行|上海長征醫院聯合復星杏脈使用多任務學習與深度影像組學對于肺部CT磨玻璃結節浸潤性進行預測
研速遞 | Cell子刊發表CHESS與復星杏脈等國際多中心AI影像研究
