维度网讯，NodeAI近日在大学健康网络（UHN）启动一项临床试验，以验证其AI算法在支气管内超声检查（EBUS）过程中实时预测淋巴结恶性的能力。该试验在多伦多总医院进行，该机构在2011年首次通过一项里程碑式临床试验验证了EBUS技术。

每年仅北美就有超过27万名患者接受支气管内超声检查，这种名为EBUS-TBNA的微创活检技术于20世纪90年代末在多伦多总医院首创，彻底改变了肺癌诊断。该技术使得开胸手术在很大程度上不再必要，现已成为全球标准疗法。但约40%的病例检查结果不确定，原因是操作效果重度依赖于操作者的经验和培训。不确定的结果意味着诊断延迟和重复活检，对患者预后产生不利影响。

总部位于汉密尔顿的医疗AI初创公司NodeAI正是为解决这一问题而成立。Kazuhiro (Kazu) Yasufuku医生也参与其中，他是EBUS-TBNA技术的联合开发者，现任UHN内镜与介入胸外科主任以及NodeAI顾问委员会成员。他曾在2011年参与验证EBUS技术的里程碑式临床试验。Yasufuku医生在多伦多总医院开创的EBUS-TBNA取代了纵隔镜检查——一种需要全身麻醉、颈部切口以及使用刚性钢器械进入胸腔的手术。EBUS将检查时间缩短至15分钟以内，让患者当天回家，并在十年内成为全球金标准。到2020年，估计有65万肺癌病例通过该技术确诊。Yasufuku医生因此获得了日本首相安倍晋三颁发的日本医学研究与发展大奖。

“作为EBUS-TBNA的联合开发者，看到AI帮助解锁下一代精准诊断令人兴奋。NodeAI的方法在科学上是可信的，因为它建立在已验证的手术解剖结构、真实影像数据以及经验丰富的支气管镜师每天都能识别出的临床有意义的模式之上。NodeAI有潜力提高诊断率，加速专业知识的传播，并最终惠及全球患者护理。”Yasufuku医生表示。

NodeAI平台通过基于云的界面直接集成到现有的EBUS临床工作流程中。在过程中，AI实时分析超声视频，检测淋巴结解剖结构，识别站级，并在活检针部署之前生成恶性预测。该系统与供应商无关，无需硬件更改。该算法基于超过七年的临床研究和全球最大的EBUS视频数据集之一，由胸外科医生Waël Hanna和AI科学家Anthony Gatti联合开发，两人均为NodeAI联合创始人。

“EBUS改变了我们对肺癌分期的所有方式，”Hanna医生表示。“但该检查的效果取决于操作者水平，这造成了公平性问题。在一个大型学术中心，由经验丰富的支气管镜师操作的患者与社区医院的患者得到的结果不同。AI可以缩小这一差距。这项试验就是为了证明这一点。”

该试验将在多伦多总医院招募100名患者，为期3个月。主要终点是NodeAI成功处理EBUS影像并以超过90%的速度返回实时预测的能力，即超过过程中捕获的所有影像的90%。试验将评估NodeAI的实时AI指导与标准EBUS实践相比，是否能提高诊断率，重点在于减少不确定结果和减少操作者之间的差异。

“世界上没有比多伦多总医院更可信的地方来验证EBUS技术了，”Hanna医生表示。“这里正是该技术的诞生地。在Yasufuku医生的领导下进行这项试验，是我们所需的科学基础，以确保我们正在创造一种能够帮助每一位与肺癌抗争的患者的技术。”

肺癌在加拿大的致死人数超过任何其他癌症，2025年预计约3.3万例新诊断病例。全球范围内，它是癌症相关死亡的主要原因。准确、及时的分期决定了患者接受手术、化疗、放疗还是姑息治疗。NodeAI的更宏大抱负是让专家级EBUS检查变得随处可得——不仅限于学术医疗中心。该公司基于订阅的模式旨在部署到高流量医院以及开展EBUS但专业知识有限的较小社区站点。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com