预印本 · 医学生信与数据分析· Nowroozi A, Bondarenko M, Brar SS, Haas B, Brown J, Rustagi A, Graham B, Hudson M, Su G, Yala A, Sohn JH.·· 1 天前AI 评分42
AI用于肺癌筛查风险分层、延长筛查间隔及减轻工作负担的潜力：一项三级医院队列回顾性分析
Investigating AI's potential in risk-stratifying lung cancer screenings for extending screening intervals and reducing workload: A retrospective analysis of a tertiary hospital cohort
AI 导读
一项纳入3120例肺癌筛查的回顾性分析显示，Sybil模拟将33.8%的阴性筛查者改为每两年筛查一次，未出现癌症诊断延迟。中位随访2.3年，Lung-RADS 1和2病例的2年AUC为0.746。结果提示，Sybil可能有助于延长低风险人群筛查间隔并减轻放射科工作负担。
来源：预印本 · 医学生信与数据分析 · doi.org