肺癌是男性和女性中最致命的癌症，因为这种疾病通常在晚期被诊断出来。国家肺部筛查试验(NLST)显示肺癌特异性死亡率降低了20%，这是导致对符合条件的受试者进行低剂量计算机断层扫描(CT)肺部筛查的主要驱动力。组织包括美国预防服务专责小组(USPSTF)。肺癌筛查计划目前正在美国实施。
　　在肺癌筛查计划中获得的肺的低剂量CT研究的特征在于肺结节的高患病率与实际肺癌的相对低的发生率之间的差异。在NLST CT臂的24,715名受试者的第一轮CT中，共有6,786个结节进行了注释，然而，在3年的筛查期或6.5的随访中，只有168名受试者最终被诊断出患有肺部恶性肿瘤。说明筛查CTs中结节的高患病率以及诊断和组织挑战的程度。因此，筛查计划的准确性和效率在很大程度上取决于正确区分恶性结节和良性结节的能力。前瞻性估计哪些结节具有代表或发展为恶性肿瘤的高风险，因此需要更密切的随访或强烈的诊断检查，而不是风险非常低的结节，对于进行筛查至关重要。由于多种原因而有效的计划，包括辐射剂量负担，筛查对象的心理负荷和财务费用。美国放射学家协会(ACR)发布的名为Lung-RADS的管理指南已经解决了这个问题。外观良好且风险极低的结节与可疑结节或可疑结节不同。肺-RADS和类似的建议的共同点在于，它们使用结节型，结节大小和生长速率来选择是恶性或有风险发展成恶性结节。若干其他风险预测模型而集中于个体是有风险发生肺恶性或估计同时使用，临床因素和结节特性。
　　在以下研究中评估的计算机模型也使用了许多结节特征，但也使用了非结节性CT成像结果，并进一步考虑了许多与受试者相关的人口统计学因素。该模型是迄今为止唯一公布的恶性风险预测模型，该模型基于实际肺癌筛查试验的结果进行数学建模。虽然其他模型对结节大小使用固定阈值，但该模型应用了泛加拿大早期肺癌研究早期检测的各种参数的风险比。该模型使用不列颠哥伦比亚省癌症机构队列进行了外部验证，并证明了在接收者 - 操作者特征曲线(AUC)> 0.900以下区域的良好表现，以区分恶性结节和良性结节。一项外部第二次评估研究使用了丹麦肺癌筛查试验的队列，发现AUC为0.834 。两个外部验证研究之间结果的差异可以通过以下事实来解释：这种风险预测模型的性能受结核注释方案类型的显着影响(例如，包括多少小的，最可能的良性结节)，恶性肿瘤的患病率和潜在的筛查人群。
　　与数学风险预测模型相比，放射科医师在确定肺结节的恶性风险时使用相当复杂的视觉可及形态信息系统，例如肺实质的内部结节和外部结节周特征，以及结节直径，上叶位置和结节型。到目前为止，还没有研究调查PanCan模型和人类观察者之间的性能差异。此次研究的目的是将PanCan模型与人类观察者表现进行比较，以预测筛查结节的恶性风险。
　　鉴于筛查人群中良性和最终恶性结节的流行率之间存在巨大差异，因此在筛查计划中必须采用强有力的风险预测方法，以准确区分需要额外检查的高风险病灶和不需要额外检查的低风险病灶。或者不那么紧张的后续行动。鉴于要评估的大量结节和扫描以及观察者变异性的影响导致标准化的丧失甚至潜在的疏忽，应用计算机模型进行风险预测似乎是一个非常有吸引力的选择。2013年发布的PanCan模型是第一个用于预测筛查结节中恶性肿瘤风险的数学模型，该结核源自实际筛查群体。随后，一个使用BCCA人口和一个所述DLCST筛选试验。一项研究比较了评估临床检测肺结节的四种预测模型，发现PanCan模型的AUC表现为0.902，退伍军人协会模型为0.735，Mayo模型为0.895。
　　在研究小组之前的一项研究中，研究人员将PanCan模型与其他管理策略进行了比较，以便对筛查结节进行风险评估，并发现PanCan优于其他方案。AUC为0.874，而0.813和0.836。
　　因此，研究人员特别感兴趣的是将PanCan计算机模型的性能与人类观察者的表现进行比较，这是以前从未做过的。
　　为了在观察者时间和获取统计学上有意义的数据之间进行优化，研究人员使用了病例对照研究设置。因此，与例如NLST相比，研究设计具有不同的恶性结节患病率。虽然关于流行期望对观察者表现的影响的研究很少，但现有研究表明这种影响很小。此外，该研究设计不适合用作筛选队列的PanCan模型性能的外部验证，如先前使用BCCN和丹麦肺癌筛查数据集所做的那样。
　　事实上，结果证实了PanCan模型在DLCST基线群体的代表性子集中的高性能，用于区分恶性和随机选择的良性结节。PanCan模型稍微但没有明显优于人类观察者的平均表现。基于这一结果，可以得出结论，PanCan模型代表了一种非常有价值的工具，对于区分高风险和低风险筛查检测结节作为具有不同经验的放射科医师同样有效。
　　研究结果强调了大小对于预测恶性风险的重要性。实际上，仅使用尺寸作为单个指示器提供了与使用完整PanCan模型相当的AUC。对于区分恶性与相似大小的良性结节的任务，观察者以及PanCan模型实现的性能远低于从随机选择的良性结节区分恶性的任务。这可以通过单独增加尺寸代表非常强的风险因素这一事实来解释。然而，通过考虑除尺寸和毛刺之外的视觉上可获得的形态学方面，人类观察者对该数据集的PanCan模型实现了优越的性能。在恶性和良性病变中评定不同频率的形态学特征与边界特征(毛刺和界限明确)和结节与周围肺结构的干扰(胸膜或裂隙的收缩，周围结构的扭曲)有关。虽然可以假设这些特征确实对观察者的判断产生了影响，但是使观察者认为病变可疑的结果很可能更复杂。Chung等人报道了类似的结果。报告正确更新subsolid病变的肺癌-RADS分类4B，其表示基于可视化分析的最可疑的和最高的风险类别显著上升。与此次结果类似，读者间的可变性是实质性的，观察者数据不能确定一组具有显着预测性的形态特征。
　　虽然形态学的视觉分析显然提供了具有实质辨别力的非常有用的信息，但是没有一个特征是完全区别的，并且似乎存在大量的观察者变异性，如恶性概率分数的实质读者间可变性所示。后者由一位观察者证明是极端的：虽然在鉴别恶性肿瘤与随机选择的良性结节方面取得了最佳表现，但观察者证明了鉴别恶性肿瘤与大小匹配的良性结节的最差表现。一般而言，更有经验的观察者获得比经验不足的观察者更高的表现。
　　进一步改善模型性能的另一种方法可能是在不同时间点获得的扫描之间包括结节生长。一些研究表明随着时间的推移病变的增长是结节恶变的最重要和最强大的预测。最近Horeweg等。证明了体积倍增时间可以作为个体化管理中型结节的附加功能。使用荷兰 - 比利时肺癌筛查试验数据库，作者报告，体积倍增时间≥600天的恶性风险为0.8%，VDT为400-600天的风险为4%。
　　必须注意的是，从0到100的等级的观察者概率分数不能直接转移到PanCan模型的概率估计。一些观察者仅使用0到100之间范围的下端，而其他观察者则使用更广泛的分布。遵循Tammemagi等人描述的PanCan模型输出阈值。<6%的评分表示触发年度重复筛查的低风险病变，中间评分在6%和<30%之间触发3个月内的重新筛查，评分≥30%表示需要更多的高风险病变强烈的，可能是侵入性的诊断检查。PanCan模型很少达到超过50%的分数。在逻辑但严格的数学模型的风险评估过程和人类观察者的直观但可变的视觉分析中存在固有的差异。虽然直接比较得分并不能得出有意义的结论，但研究人员使用的ROC统计分析充分考虑了得分的相对分布，因此可以比较观察者和PanCan模型的表现。
　　此次研究有局限性。在大小匹配的实验中，研究人员尝试尽可能接近地将大小的良性结节与恶性结节相匹配，但是不可能完美匹配。结果，恶性病变的平均直径比良性结节的平均值大3mm。然而，在引入偏见时，它同时影响观察者和数学模型。
　　另一个限制是指PanCan模型和DLCST的不同入选标准：PanCan模型中特别排除了perifissural和钙化结节，因为它们很可能是良性的。然而，在DLCST试验中，钙化和周围结节被包括为实性结节。因此，此次研究中，随机选择和大小匹配的良性结节组中的钙化和周围结节均被指定为0%的分数，以解释该设计差异。
　　此外，数据集包含相对较少数量的肺癌，尽管包括所有在DLCST中注释的恶性结节的参与者。
　　最后，观察者间的变异性没有进一步量化，但它很好地反映在观察者的变量AUC和风险评分的大变异性，正如大量观察者所预期的那样。
　　总之，PanCan风险预测模型和人类观察者在区分恶性肿瘤和随机选择的良性筛查肺结节方面表现同样出色，强调了基于计算机的风险评估在基于人群的筛查研究中触发结节管理的巨大潜力。然而，人类观察者明显优于PanCan模型，用于区分恶性肿瘤和大小匹配的屏幕检测良性结节，这表明人类观察者使用的其他形态特征的整合很可能导致进一步改进基于计算机的风险预测模型。