我国40岁以上慢阻肺发病率达13.7% 上海专家创建精准预测疾病的影像新方法

来源/采访对象提供

新民晚报讯（记者 郜阳 通讯员 王根华）慢性阻塞性肺疾病（COPD）是全球第三大致死原因，是《健康中国2030行动计划》重点防治疾病之一。日前，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在慢性阻塞性肺疾病诊断研究中取得新成果，首创一种利用全肺影像组学精准预测慢性阻塞性肺疾病的新方法：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。

慢性阻塞性肺疾病是一种以持续气流受限为特征的慢性炎症性疾病，我国40岁以上人群的慢阻肺发病率为13.7%。临床诊断和评估COPD的金标准是肺功能检测。然而，肺功能检测不够敏感，而且我国当前尚没有广泛用于COPD的筛查，导致许多人早期诊断不足，贻误早期干预和治疗。

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。影像组学技术是一种新的医学影像分析方法——能高通量地从医学影像图像中提取并分析大量定量特征，实现病灶分割、特征提取与模型建立，凭借对海量影像数据信息进行更深层次的挖掘、预测和分析，为辅助医师做出更准确的诊断提供了可能。

刘士远教授介绍，最新的研究是基于深度学习全自动分割模型，首次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慢性阻塞性肺疾病的研究方法，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在内部验证集和外部验证集中均具有最佳诊断效能，ROC曲线下面积（AUC）分别为0.873和0.853，灵敏度分别为81.8%及88.5%。诺莫图的构建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。

“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。”刘士远说。

记者了解到，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。在刘士远的带领下，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，引领医学影像学人工智能的转化应用；牵头组织和起草了以《慢性阻塞性肺疾病胸部CT检查及评价中国专家共识》为代表的11项胸部AI相关的专家共识和团体标准。

相关研究成果近日在线发表于国际医学杂志《军事医学研究》上。