KI-unterstützte kontrastfreie CT für das Multikrebs-Screening

Krebs ist in China zu einem großen Problem der öffentlichen Gesundheit geworden und hat erhebliche Auswirkungen auf die Gesundheit der Bevölkerung, die Wirtschaft und die soziale Entwicklung. Im Jahr 2022 gab es schätzungsweise 4,82 Millionen neue Krebsfälle und 2,57 Millionen krebsbedingte Todesfälle. Lungenkrebs, Leberkrebs, Magenkrebs, Darmkrebs, Speiseröhrenkrebs, Bauchspeicheldrüsenkrebs und Brustkrebs sind die sieben häufigsten Ursachen für krebsbedingte Mortalität. Eine erfolgreiche Früherkennungsstrategie würde es den Patienten ermöglichen, zeitnahe Interventionen zu erhalten, die Behandlungsergebnisse zu verbessern, das Gesamtüberleben zu verbessern und die Komplexität und Kosten der Behandlung zu reduzieren.

In dieser Studie werden wir eine groß angelegte, prospektive, multizentrische Kohortenstudie durchführen, mit dem Ziel, den Nutzen der KI-gestützten kontrastfreien CT für das Screening mehrerer Krebsarten zu bewerten. Die Population besteht aus Personen, die sich im Meinian Onehealth Health Examination Center oder im Shanghai Changhai Health Examination Center einer kontrastfreien Bauch- oder Brust-CT-Untersuchung unterzogen haben, mit einer erwarteten Einschreibung von 1 Million Teilnehmern. Ein von der Alibaba DAMO Academy entwickeltes Multikrebs-Screening-Modell mittels kontrastmittelfreier CT wird in das PACS-System der Gesundheitsuntersuchungszentren integriert. Das bildgebende KI-Modell wird verwendet, um verschiedene Krebsläsionen automatisch zu erkennen, darunter Lungenkrebs, Leberkrebs, Magenkrebs, Darmkrebs, Speiseröhrenkrebs, Bauchspeicheldrüsenkrebs und Brustkrebs. Personen, bei denen durch das KI-Modell positive Läsionen festgestellt wurden, müssen für weitere bildgebende Untersuchungen (z. B. kontrastmittelverstärkte CT, MRT, Endoskopie usw.) an das Shanghai Changhai Hospital überwiesen werden, um den endgültigen Krankheitsstatus zu bestätigen und einen Behandlungsplan zu erstellen. Darüber hinaus sollte das medizinische Team den Behandlungspfaden folgen, die auf der Grundlage der Richtlinien von NCCN und ACR entwickelt wurden, und bei Bedarf werden die Patienten an die Klinik des multidisziplinären Teams (MDT) für bestimmte Krebsarten weitergeleitet, um die diagnostischen Verfahren festzulegen. Das ultimative Ziel dieser Studie ist die umfassende Bewertung der diagnostischen Leistungsmetriken des KI-Modells für jede der sieben Krebsarten einzeln. Zu diesen Metriken gehören unter anderem Sensitivität, Spezifität und positiver/negativer Vorhersagewert. Besonderes Augenmerk wird auf die Bewertung der Wirksamkeit des Modells bei der Erkennung resektabler Tumoren im Frühstadium gelegt. Das übergeordnete Ziel besteht darin, festzustellen, ob die Implementierung dieses KI-gestützten Screening-Ansatzes möglicherweise zu einer Verbesserung der Gesamtüberlebensraten durch frühere Erkennung und Intervention führen könnte.