醫療科技 · us
AI協助肺結節門診接住更多患者,早期肺癌診斷效益尚待證實
美國三家門診導入AI平台後,新患者與接受侵入性檢查的人數明顯增加;但癌症確診數、早期病例數與確診速度,尚未出現統計上顯著的改善。
電腦斷層掃描意外發現肺結節後,患者能否順利進入追蹤與專科評估,是照護流程的重要考驗。一項美國三家肺結節門診的研究發現,導入AI輔助平台後,更多患者進入門診,也有更多人接受侵入性診斷程序。不過,接診量增加是否能轉化為更早發現肺癌,這份研究還無法給出肯定答案。
10月14日刊於《PLOS One》的研究,涵蓋區域醫療體系、社區醫院與學術醫學中心。團隊比較各院導入平台前後、相隔一年的相同月份,三院合計納入前後各12.5個月的門診資料;導入前資料採回溯蒐集,導入後則前瞻記錄。
受評估的是Optellum的Virtual Nodule Clinic。它從放射科報告辨識肺結節患者,結合CT影像的惡性風險評分,以及追蹤與失約提醒功能。醫師再依風險、指引與臨床判斷,決定持續觀察或進一步檢查,因此結果反映的是整套照護流程的變化,無法單獨歸功於影像演算法。
納入分析的新患者由138人增至232人,增加約68%;接受至少一次侵入性程序者則由61人增至100人,增加約64%,兩項差異均達統計顯著。後者計算的是患者人數,並非程序總次數。Optellum的公司更新也引述這些數字,並指出三院接診量皆上升,以原先沒有患者追蹤系統的院所增幅最大。
診斷效益的證據則較有限。肺癌確診數由37例增至48例,研究所界定的早期病例由18例增至30例,兩者均未達統計顯著。從最初CT到確診的時間中位數,也僅由58天變為57天,差異不顯著。這些結果既不足以證明早期診斷改善,也不能據此認定平台沒有幫助。
更多檢查是否適切,同樣需要追問。探索性分析中,接受侵入性程序後最終診斷為良性的患者比例,由24.6%升至35.0%,差異未達統計顯著;這不能直接判定檢查不必要,卻提醒醫療體系,評估成效時還須衡量患者承受的檢查負擔。
研究沒有同期對照組,也未能一致掌握各院影像量、門診容量及患者組成變化,因此只能指出導入平台與活動量增加相關,不能確認因果。開發商亦參與研究設計、分析與撰稿,三名作者為持有公司股權或股票選擇權的員工,解讀結果時應納入這層利益關係。
Sciety收錄的紀錄顯示,同一研究早於2025年11月已有預印本;其程序計算方式、早期癌症定義及部分統計數值與正式版不同,本文數據以正式論文為準。目前較明確的訊息是門診接住了更多患者;能否同時減少延誤、提高早期診斷並控制檢查負擔,仍需要更長追蹤與具對照組的研究。