胸部X線と年齢・性別・喫煙情報から肺がん発症リスクを予測する深層学習モデル

【背景】

肺がんCT検診は死亡率を減少させるが、現在の適格基準では多くの肺がんを見逃す。電子カルテの一般的な情報（胸部X線、年齢、性別、現喫煙状況）を用いた深層学習モデルで、より多くの高リスク喫煙者を特定できる可能性がある。

【結果】

開発されたCXR-LCモデルは、既存のCMS適格基準よりも優れた識別能を示した（PLCOデータセットにおけるAUC: 0.755 vs 0.634, p<0.001）。また、同サイズのスクリーニング集団で比較すると、CMS基準より感度が高く（74.9% vs 63.8%, p=0.012）、新規肺がんの見逃しを30.7%減少させた。

【臨床へのインパクト】

この深層学習モデルは、電子カルテに通常存在する情報のみで、現在の適格基準では見逃される肺がん高リスク喫煙者を特定できる可能性がある。将来的に、より簡便かつ網羅的な肺がんスクリーニング対象者の選定に活用され、日本の臨床現場における肺がん早期発見率向上に貢献する可能性がある。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。