폐암에 대한 기관지내 초음파 병기 결정 중 종격동 림프절 악성종양의 실시간 예측을 위한 인공지능 기반 플랫폼(NodeAI)의 개발, 안전성 및 타당성 (NodeAI)

폐암은 전 세계적으로 연간 암 사망의 주요 원인으로, 유방암, 전립선암, 대장암을 합친 것보다 더 많습니다. 흉부 림프절(LN)의 병기 결정은 환자가 폐 절제술, 화학 요법, 방사선 치료 또는 복합 치료의 대상인지 여부와 같은 치료 결정에 도움이 되기 때문에 폐암 진단 경로에서 중요한 단계입니다. 기관지초음파 경기관지 바늘 흡인(EBUS-TBNA)은 비소세포폐암(NSCLC)의 흉부 결절 병기 결정에 대한 현재 표준이며, 지침에서는 정확한 검사를 위해 최소 3개 흉부 LN 스테이션의 체계적 샘플링(SS)을 정기적으로 수행하도록 규정하고 있습니다. 각색. 불행하게도 EBUS-TBNA는 환자의 40%에서 부정확한 결과를 보여 잘못된 정보에 입각한 치료 결정을 내리게 됩니다. 이 비율은 삼중 정상 림프절(컴퓨터 단층촬영(CT) 스캔, 양전자 방출 단층촬영(PET) 스캔 및 EBUS에서 정상으로 보이는 림프절) 환자의 경우 훨씬 더 높으며, 실제로는 93% 이상의 확률로 발견됩니다. 온화한. 이는 EBUS-TBNA가 초음파를 기반으로 하기 때문이며, 그 성공 여부는 이를 수행하는 사람(작업자)의 기술에 따라 크게 좌우됩니다. 작업자가 실수를 하면 전체 절차가 위태로워집니다. 이로 인해 반복적인 검사와 잘못된 치료 결정으로 인해 치료가 지연됩니다.

지난 10년 동안 조사관은 일련의 연구와 시험을 수행해 왔습니다. 캐나다 림프절 점수(CLNS)의 개발 및 검증(LN 악성 종양에 대해 외과의사가 도출한 반정량적 측정치); 악성종양을 예측하기 위한 인공지능(AI) 기반 버전의 CLNS; NSCLC의 의사 결정 경로에 AI를 도입하기 위해 초음파 이미지에서 직접 악성 종양을 예측하는 방법을 학습한 완전 자율 AI입니다. 그 결과 폐암 환자의 종격동 림프절의 악성 종양을 예측할 수 있는 AI 기반 소프트웨어가 탄생했습니다. 소프트웨어는 현재 클라우드 스토리지에 저장되어 있으며 해당 애플리케이션은 잠재되어 있습니다. 즉, LN 이미지를 소프트웨어에 업로드해야 하며 결과는 나중에 수신됩니다. 현재 형태에서는 이러한 대기 시간으로 인해 소프트웨어를 임상 적용할 준비가 되어 있지 않습니다. 이 프로젝트에서 연구자는 소프트웨어(NodeAI)를 수용하고 외과 의사에게 실시간 결과를 제공하는 현장 진료 장치를 구축하는 것을 목표로 하며, 이 장치는 임상 시험에서 테스트될 것입니다.