肺炎影像组学联合临床数据可能是高精度诊断的有效方法2024-02-20 08:36:55
Ｄｕｋｅ等的研究证实依靠基础健康数据及实验室数据预测移植后８、２４及４８周内ＣＭＶ激活及预后ＡＵＣ为０.７５，但在纳入多周数的病毒载量后，预测结果ＡＵＣ达０．９６８。Ｓｈｅｎ等研究纳入北京人民医院２８９例患者，使用患者年龄、性别、植入物ＣＤ３４＋细胞数、植入前糖皮质激素累积量等指标建立ｌｏｇｉｓｔｉｃ回归模型预测移植后１００ｄ内ＣＭＶ感染的复发，其灵敏度、特异度、ＡＵＣ及总体准确率分别达到０．５３１、０．７４２、０．６５４和０．６４１。这些研究结果提示依靠早期临床数据及选择适当的模型有可能建立一个具有诊断意义（ＡＵＣ＞０．５）的临床预测模型，考虑到中心规模、纳入因素及验证等差异，此类模型仍需进一步优化与改良，以更好地匹配临床的需要，更具有临床可用性。肺炎影像组学联合临床数据可能是未来进行ＣＭＶ肺炎早期高精度诊断的有效方法。影像组学通过计算机特征处理、建模及辅助影像科医生诊断来提高临床诊断准确率。近年来影像组学结合深度学习技术突破了机器学习的低平滑度问题而被广泛应用于包括数字病理学和胸部、脑部、心血管和腹部成像等各种医学影像学诊断，其在疾病分类和诊断方面的诊断性能和可靠性可与医疗专业人员相当（灵敏度８７．％ＶＳ８６．４％；特异度９２．５％ＶＳ９０．５％）。
在肺炎影像组方面，ＤＬ集中应用于新型冠状病毒肺炎与社区获得性肺炎鉴别诊断，肺部结节和肺部肿瘤Ｘ－ｒａｙ片／ＣＴ的诊断、识别上。目前已有报道成熟可靠的卷积网络模型可在短时间内检测、定位和量化新型冠状病毒肺炎的感染情况，并已在临床中辅助临床医生准确评估新型冠状病毒肺炎患者的肺部感染情况。
出自《造血干细胞移植术后巨细胞病毒肺炎的现状与进展》作者郑焱华,任芮林,李晓帆.
上一篇： ＣＭＶ肺炎的早期预测和诊断提出较高的要求
下一篇： 血管在骨骼塑造和稳态中起着至关重要的作用
