胸部CT深層学習が間質性肺異常の予後予測を強化
注目ポイント
ベースラインCTに適用した深層学習分類器（MIL-UIP）は、間質性肺異常（Interstitial Lung Abnormalities, ILA）を有する個人における通常型間質性肺炎（Usual Interstitial Pneumonia, UIP）の出現可能性を客観的に推定する。
MIL-UIPスコアが0.5を超える場合、追跡CTにおける線維化変化の有意な進行を予測し、その評価はdata-driven textural analysis（DTA）によって反映された。
MIL-UIPスコアの高値は、2つの大規模観察コホートにおいて、独立して死亡率の上昇と関連した。
自動画像バイオマーカーは、進行性間質性肺疾患を対象とした臨床試験における早期リスク層別化および対象集団拡大に有望である。
研究背景
MedXY 登録ユーザー
無料ログインで続きを読む
MedXYアカウントでログインまたは登録すると、全文をお読みいただけます。
この記事は、制作工程の一部でAIを含む複数の編集ツールを使用して作成され、公開前に人間の編集者が内容を確認しています。