Het managen van ongeclassificeerde longnodules (‘indeterminate pulmonary nodules’ IPNs) blijft een uitdaging. Patiënten met nodules met een gemiddeld risico hebben vaak een groot aantal dure en invasieve testen nodig. Bovendien vinden er veel operaties plaats, ook wanneer er sprake is van een goedaardig nodule. Een nieuwe ‘deep-learning’ tool verbetert de stratificatie van IPNs in laag- en hoogrisicocategorieën.
De onderzoekers hebben recent een ‘Lung Cancer Prediction Convolutional Neural Network’ (LCP-CNN) model ontwikkeld, die getraind werd met CT-beelden van IPNs van de ‘National Lung Screening Trial’(NLST). Het model is vervolgens intern gevalideerd en extern getest op cohorten van twee academische centra (Oxford en Vanderbilt). In alle gerapporteerde resultaten is de output van LCP-CNN een score tussen 0% en 100% om een waarschijnlijkheid weer te geven van een kwaadaardige tumor. Het gebied onder de curve was 83,5% (95% BI: 75,4-90,7%) en 91,9% (95% BI: 88,7-94,7%) in de externe validatiecohorten, vergeleken met 78,1% (95% BI: 68,7- 86,4%) en 81,9% (95% BI: 76,1-87,1%) bij een algemeen gebruikt klinisch risicomodel voor incidentele nodules. Samengevat kan gebruik van de tool met een 5 tot 10% hogere waarschijnlijkheid vaststellen of er sprake is van kwaadaardigheid.
De maligniteitsdrempels die lage en hoge risicocategorieën definieerden waren 5% en 65%. De totale netto herindeling van de externe validatiecohorten voor longtumoren en goedaardige nodules bedroegen 0,34 (Vanderbilt) en 0,30 (Oxford) wanneer er gekeken werd naar inclusiecriteria en 0,33 (Vanderbilt) en 0,58 (Oxford) wanneer er gekeken werd naar exclusiecriteria. De LCP-CNN is, vergeleken met traditionele risicovoorspellingsmodellen, geassocieerd met een verbeterde nauwkeurigheid in de voorspelde waarschijnlijkheid van de ziekte.
Concluderend suggereert de studie dat dit ‘deep learning’-algoritme IPN’s correct kan herclassificeren in categorieën met een laag of hoog risico bij meer dan een derde van de longtumoren en goedaardige nodules in vergelijking met conventionele risicomodellen. Hierdoor kan het aantal onnodige invasieve procedures en vertragingen in de diagnose mogelijk worden verminderd.
Bron
1. American Journal of Respiratory and Critical Care Medicine
Naar boven
