0项
在过去几年里，美国的医疗保健提供者一直在努力将重点转移到更多的预防性保健上，以降低医疗保健成本。这就更加强调对人口中的大部分人进行各种疾病的筛查，以期尽早发现疾病。低剂量计算机断层扫描(LDCT)筛查在2013年被美国预防服务工作组(USPSTF)评为B级后，已成为早期发现肺癌的有力工具。大规模实施最不发达ct筛查已被证明是一项挑战，但新技术和概念正在帮助将这一可能挽救生命的服务扩大到更多可能需要它的人。
筛查人数仍然很低
根据《平价医疗法案》(ACA)，所有从USPSTF得到B级或以上建议的医疗检查或程序都必须由医疗保险和私人保险覆盖。对于55岁至80岁、有重度吸烟史(20年以上每天2包或30年以上每天1包)的现任和前任吸烟者，每年的LDCT肺癌筛查得分为高B。
这些规定要求医疗服务提供者收集患者的某些数据，但最近的一项研究表明，这比预期的要困难得多。该研究的作者观察了明尼阿波利斯退伍军人事务(VA)医疗保健系统的肺癌筛查程序。他们发现只有23%的符合条件的患者在他们的电子健康记录(EHR)中有烟草包装年的历史数据——这是筛选资格的关键决定因素。在有这些数据的患者中，66%的人被邀请进行筛查，但只有19%的人完成了筛查。1这些发现得到了美国临床肿瘤学会(ASCO)最近数据的支持，该数据表明，2016年只有1.9%的合格吸烟者接受了筛查。2
虽然总筛查数量较低，但评估确实在116名患者中发现了179个偶然发现，其中20%的发现被认为具有临床意义。1
假阳性率居高不下
低剂量CT筛查的另一个困难是，大量结果被证明是假阳性——根据国家肺筛查试验的一项分析，这一数字高达25.9%。3.假阳性的筛查结果必然会增加医疗成本，导致不必要的后续治疗，而且对怀疑自己是否患有癌症的患者来说，这是一种沉重的情感负担。
筛查指南遵守问题
除了技术困难和高假阳性率外，美国放射学会(ACR)认为，筛查率低的罪魁祸首是提供者不遵守筛查指南。该学院今年5月发表的一份声明指责医生对指导方针的无知，缺乏对患者和医生进行筛查好处教育，以及低水平ct检查的医疗保险补偿低。
来自ACR的数据表明，当遵循其肺- rads(报告和数据系统)指南时，假阳性显著减少。一项将肺- rads标准应用于国家肺筛查试验中48,671例筛查的回顾性研究发现，假阳性率减少了一半，从27%降至13%。4
人工智能提高数据收集和准确性
像肺癌筛查一样，在人群层面管理健康需要收集大量的患者数据，并能够将数据综合成个人和群体的图像。在这方面，技术解决方案可以通过自动化收集和分析患者数据点(通常直接来自EMR)来帮助提供者和研究人员。
其中一项特别有助于收集和处理大量数据的技术是人工智能(AI)，也被称为深度学习或机器学习。在肺癌筛查的背景下，可以教计算机分析临床图像或EMR记录，并自动提取相关数据模式。
最近的一项研究使用了放射组学——教授一种算法来识别临床图像中的疾病特征——来评估在肺部ct中检测到的结节。梅奥诊所的研究团队测试了一组57个结节变量，包括:
•体积;
•结节密度;
•形状;
•结节表面特征;而且
•周围肺组织的质地。
在所有的数据被提取出来后，研究人员确定57个变量中的8个可以明确区分良性结节和癌变结节。5
对于希望扩大筛查项目的提供者来说，基于人工智能的分析解决方案可以帮助识别潜在的合格个人。例如，Metro Health -密歇根大学Health在8月份宣布与医疗保健数据公司Eon(原Matrix Analytics)建立合作关系，使用该公司的LungDirect平台进行肺癌筛查管理。基于云的深度学习软件与医院的EMR和图片存档和通信系统(PACS)接口，提供可操作的数据。在实施之前，Metro Health使用护士导航员手动输入的数据跟踪筛查，并标记某些关键字。医院表示，这导致了许多假阳性结果，每一份记录都必须手动检查，以确定是否有后续跟进
是必需的。
Metro Health的首席医疗官Peter Hahn医学博士说:“随着我们在社区的教育推广工作的增加，我们看到了肺癌筛查项目的数量增加，但手动管理该项目是不可持续或有效的。”“通过EonDirect的实施，我们将能够扩大我们的肺癌筛查和附带肺结节项目，并对这两项项目都抱有很高的期望，因为这两项项目都将导致肺癌的早期发现，那时它更有可能被治愈。”
个体化筛查的决定
最终，肺癌筛查是否合适取决于医疗机构和患者。密歇根大学(U-M)和退伍军人管理局的一个团队最近推出了一个免费的在线工具，可以帮助临床医生为他们的患者定制决策过程。
肺决策精度工具为临床医生提供了一份简短的问卷，让他们填写有关患者的信息，以计算他们患肺癌的风险。结果按比例显示在绿色和黄色的线上;黄色区域的患者接受筛查的收益虽小但非零，而绿色区域的患者则被强烈鼓励接受筛查。
“我们的模型是建立在个体患者的收益的综合观点上的，它包含了最好的证据来个性化筛查的利弊，并假设不是所有患者对筛查及其后果的感受都是一样的，”Tanner Caverly，医学博士，公共卫生硕士，密歇根大学医学院普通医学部和学习健康科学系的助理教授解释说。
该研究团队还推出了一个名为shoul离散的患者信息网站，提供肺癌筛查的阳性和阴性信息。患者还可以计算自己患肺癌的风险，这样他们就可以与医生进行充分知情的讨论。
参考文献
1.Fabbrini A.E, Lillie S.E, Partin M.R，等。肺癌筛查示范项目的初步结果:一个地方计划评估，美国管理医疗杂志。2018年6月14日。
2.范德明，班达里，欧奇斯利，等。肺癌筛查率:数据来自肺癌筛查登记处．发表于2018年6月1日至5日ASCO年会上。
3.Pinsky p.f.， Bellinger C.R, Miller D.P. Jr.国家肺筛查试验中的假阳性筛查与肺癌风险:共享决策的意义。医学筛选杂志。2017年9月20日。https://doi.org/10.1177/0969141317727771
4.平斯基，吉拉达，布莱克，等。肺- rads在国家肺筛查试验中的表现:一项回顾性评估。内科学年鉴2015年4月7日。DOI: 10.7326 / m14 - 2086
5.段峰，李晓燕，王晓燕，等。在国家肺筛查试验中，基于高分辨率计算机断层扫描的新型放射分类器用于筛选识别的肺结节。《公共科学图书馆·综合》，2018年5月14日。https://doi.org/10.1371/journal.pone.0196910
栏:
识别高危放射学不露面者
虽然先进的技术和患者的参与对任何成功的筛查项目都是必不可少的，但如果患者不按时就诊，这些都将没有什么好处。据飞利浦医疗和华盛顿大学附属学院的放射学解决方案科学家Rebecca Mieloszyk博士说，放射线预约的失约率(病人在没有事先通知提供者的情况下错过预约)在4%到40%之间不等。这意味着以某些方式估计每年有30万至40万美元的未征收收入。
华盛顿大学的Mieloszyk和她的同事们对15年的门诊放射检查进行了回顾性研究，以确定患者在六种常见放射检查中的缺席率和缺席的原因。(注:CT肺筛查不是专门研究的检查类型之一。)利用从放射学信息系统(RIS)提取的数据，他们能够建立一个预测模型，以确定最有可能导致缺席的患者属性。他们发现，这主要是由于人口统计因素，包括年龄、过去的行为和收入。
Mieloszyk说，有了这些信息，供应商可以建立一个有效的策略来减少放射科的缺席。例如，研究人员发现，当检查安排在初次预约医生的14天内时，缺席率急剧下降。她还指出，允许调度人员直接接触这些信息可能会导致更高的调度比例。
2022年9月21日
