[發明專利]一種孤立肺結節惡性風險預測系統

在審

• 申請號: 202210062770.3
• 申請日: 2022-01-19
• 公開（公告）號: CN114550926A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 李為民;孫鑫;譚婧;李千瑞;朱雨琦;楊瀾;陳勃江
• 申請（專利權）人: 四川大學華西醫院
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H10/60
• 代理公司: 成都高遠知識產權代理事務所(普通合伙) 51222
• 代理人: 鄭勇力;張娟

本發明屬于醫學診斷技術領域，具體涉及一種孤立肺結節惡性風險預測系統。本發明的系統包括：數據采集模塊，用于采集和/或輸入孤立性肺結節患者的變量數據；數據運算模塊，用于對各項變量數據進行賦值，并對所述賦值進行求和，得到總分，然后按照總分對孤立肺結節惡性風險進行分級；數據輸出模塊，用于輸出孤立肺結節惡性風險的分級結果。該系統針對實性SPN和亞實性SPN分別對不同的變量數據進行賦值和評分，相比于現有技術，具有更好的準確性。因此，本發明具有很好的應用前景。

技術領域

本發明屬于醫學診斷技術領域，具體涉及一種孤立肺結節惡性風險預測系統。

背景技術

孤立性肺結節(Solitary pulmonary nodule)是指單一的、邊界清楚、影像不透明的、直徑≤3cm、周圍為含氣肺組織所包繞的病變，沒有肺不張、肺門增大或胸腔積液表現的肺部陰影。近年隨著低劑量螺旋CT(LDCT)的廣泛應用，SPN的臨床檢出率日益增高。但SPN并非意味著肺癌，研究顯示96.4％的SPN為良性。然而，受試者在查出SPN后常處于擔心癌變的恐懼、焦慮情緒中，頻繁接受LDCT復查帶來過度輻射暴露和醫療資源浪費。但部分早期肺癌表現為SPN，無特異性臨床表現，誤診或漏診又使患者錯失及時干預時機。因此，對SPN惡性風險精準評估具有重要臨床意義。

目前針對SPN惡性風險評估有多個指南或專家共識推薦意見，但各個指南推薦的評估方法/公式各異。且前期研究發現，國際上公認的SPN風險評估模型(如梅奧模型、Brock模型等)，在中國SPN患者中的預測效果不盡滿意。

中國發明專利申請“CN113450910A一種基于邏輯回歸模型的孤立肺結節惡性風險預測系統”根據中國人群的病歷信息建立了一種邏輯回歸模型，主要根據有無吸煙史、CT結節邊緣光滑、年齡、性別、CT結節邊界清楚、CT結節鈣化和是否飲酒等特征對孤立肺結節惡性風險進行了預測。該模型并未區分SPN為實性結節和亞實性結節。然而，在臨床上，實性結節和亞實性結節的引發因素和惡性風險判斷診斷標準有一定的區別。因而，該模型的預測準確性受到了一定程度的不利影響。

為此，需要開發新的評估系統，實現對SPN惡性風險的精準分層，指導臨床干預。

發明內容

針對現有技術的缺陷，本發明提供一種孤立肺結節惡性風險預測系統，目的在于分別對實性孤立肺結節和亞實性孤立肺結節進行更加準確的惡性風險預測。

一種實性孤立肺結節惡性風險預測系統，包括：

數據采集模塊，用于采集和/或輸入實性孤立性肺結節患者的變量數據；所述變量數據包括性別、年齡、腫瘤家族史、吸煙史、惡性腫瘤個人史、結節最大直徑和結節邊緣特征；

數據運算模塊，用于對各項變量數據進行賦值，并對所述賦值進行求和，得到總分，然后按照總分對實性孤立肺結節惡性風險進行分級；

數據輸出模塊，用于輸出實性孤立肺結節惡性風險的分級結果。

優選的，對各項變量數據進行賦值的方式如下：

優選的，對實性孤立肺結節惡性風險進行分級的方式如下：

當所述總分≥9分，判斷為高風險；

當所述總分大于7分且小于9分，判斷為中風險；

當所述總分≤7分，判斷為低風險。

優選的，所述高風險的實性孤立肺結節是根據lungRADs 1.1進行分類，歸為4B或4X類的實性孤立肺結節；

所述中風險實性孤立肺結節是根據lungRADs 1.1進行分類，歸為3或4A類的實性孤立肺結節；

所述低風險實性孤立肺結節是根據lungRADs 1.1進行分類，歸為0、1或2類的實性孤立肺結節。