慢性阻塞性肺疾病(COPD)是全球重要的致死原因之一，是《健康中国2030行动计划》重点防治疾病之一。
刘士远教授团队取得新成果发表在最新一期国际医学杂志《军事医学研究》上。(上海长征医院供图)
记者27日获悉，中国医学专家首创一种利用全肺影像组学精准预测慢性阻塞性肺疾病(COPD)的新方法：基于胸部CT平扫图像联合临床基本特征，达到高效预测COPD的效能。海军军医大学第二附属医院(上海长征医院)放射诊断科刘士远教授团队取得的新成果发表在最新一期国际医学杂志《军事医学研究》(Military Medical Research)上。
慢性阻塞性肺疾病(COPD)是一种以持续气流受限为特征的慢性炎症性疾病。临床诊断和评估COPD的金标准是肺功能检测，但肺功能检测不够敏感，且目前在中国尚没有广泛用于COPD的筛查，导致早期诊断不足，贻误早期干预和治疗。
刘士远教授表示，相比之下，随着居民健康意识的提升及大规模肺癌筛查的普及，胸部CT的普及率更高。他认为，可将医学影像转化为可挖掘的数字信息，利用算法进行分析处理，并将其与临床特征进行对比、分析、建模，从而实现病变诊断和预测等。
据介绍，该研究基于深度学习全自动分割模型，探索使用全肺影像组学特征联合临床变量，开发出一种精准预测COPD的研究方法，并应用诺莫图清晰显示COPD的患病概率。研究发现，联合临床信息和全肺影像组学特征的联合模型具有最佳诊断效能。诺莫图(Nomogram)是一种利用图像来进行计算(查图)的工具。构建诺莫图能将复杂的医学图像和数据以直观的方式清晰呈现出来，帮助医生快速识别疾病特征和异常变化，从而提高诊断准确性和效率。
据了解，刘士远教授团队长期致力于胸部重大慢病的检出、诊断、分级、预后及疗效评价等临床关键问题;创新性应用了影像组学和人工智能技术开展了胸部重大疾病临床诊疗路径全流程的系列研究，获批科技部重点研发计划、国家自然科学基金重点项目、国家自然科学基金面上项目等多项国家级项目，获上海市科技进步一等奖。
刘士远教授表示，影像组学及人工智能在COPD的诊断、分级、治疗和预后评估中具有广泛的应用前景。它不仅可以提高诊断的准确性和效率，还能为医生提供早期预警和干预措施，从而更好地管理患者的病情，具有很好的转化应用前景。
在刘士远教授的带领下，上海长征医院放射诊断科团队牵头制定了多部行业指南和专家共识，探索医学影像学人工智能的转化应用;牵头组织和起草了《慢性阻塞性肺疾病胸部CT检查及评价中国专家共识》等11项胸部AI相关的专家共识和团体标准。该团队还牵头创建了国家卫健委能力建设和继续教育中心放射影像COPD标准化影像数据库，完成了30余家单位参与共建的标准化CT和X线数据库，为COPD的智能化研究奠定了坚实基础。
|
