TC sem contraste assistida por IA para triagem de vários tipos de câncer

O cancro tornou-se um importante problema de saúde pública na China, afectando seriamente a saúde da população, a economia e o desenvolvimento social. Em 2022, registaram-se cerca de 4,82 milhões de novos casos de cancro e 2,57 milhões de mortes relacionadas com o cancro. Câncer de pulmão, câncer de fígado, câncer gástrico, câncer colorretal, câncer de esôfago, câncer de pâncreas e câncer de mama são as sete principais causas de mortalidade relacionada ao câncer. Uma estratégia de detecção precoce bem-sucedida permitiria que os pacientes recebessem intervenções oportunas, melhorassem os resultados do tratamento, aumentassem a sobrevida global e reduzissem a complexidade e o custo do tratamento.

Neste estudo, conduziremos um estudo de coorte multicêntrico, prospectivo e em grande escala, com o objetivo de avaliar a utilidade da TC sem contraste assistida por IA para triagem de vários tipos de câncer. A população consiste em indivíduos que foram submetidos a tomografia computadorizada abdominal ou torácica sem contraste no Meinian Onehealth Health Examination Center ou no Shanghai Changhai Health Examination Center, com uma inscrição esperada de 1 milhão de participantes. Um modelo de rastreio multicancerígeno através de tomografia computadorizada sem contraste, desenvolvido pela Alibaba DAMO Academy, será integrado no sistema PACS de centros de exames de saúde. O modelo de IA de imagem será usado para detectar automaticamente várias lesões cancerígenas, incluindo câncer de pulmão, câncer de fígado, câncer gástrico, câncer colorretal, câncer de esôfago, câncer de pâncreas e câncer de mama. Os indivíduos identificados com lesões positivas pelo modelo de IA deverão ser encaminhados ao Hospital Shanghai Changhai para exames de imagem adicionais (como tomografia computadorizada com contraste, ressonância magnética, endoscopia, etc.) para confirmar o estado final da doença e formular um plano de tratamento. Além disso, a equipe médica deve seguir caminhos de atendimento desenvolvidos com base nas diretrizes da NCCN e ACR e, se necessário, os pacientes serão direcionados à clínica da equipe multidisciplinar (MDT) para tipos específicos de câncer para determinar os procedimentos diagnósticos. O objetivo final deste estudo é avaliar de forma abrangente as métricas de desempenho diagnóstico do modelo de IA para cada um dos sete tipos de câncer individualmente. Essas métricas incluem, entre outras, sensibilidade, especificidade e valor preditivo positivo/negativo. Será dada ênfase especial à avaliação da eficácia do modelo na detecção de tumores ressecáveis ​​em estágio inicial. O objetivo geral é determinar se a implementação desta abordagem de rastreio assistida por IA poderia potencialmente levar a melhores taxas de sobrevivência global através de deteção e intervenção precoces.