Precise diagnosis of small invasive pulmonary nodules driven by single-cell immune signatures in peripheral blood
9.1
来源：
Nature
关键字：
AI radiology
发布时间：
2025-12-09 03:41
摘要：
研究开发了一种名为SMART的肺结节管理平台，利用单细胞免疫特征和机器学习算法，能够准确区分侵袭性与非侵袭性肺结节。该平台在多中心前瞻性研究中表现出色，AUC高达0.952，具有高敏感性和特异性，尤其在小结节的早期诊断中展现出显著潜力。研究结果强调了该平台在肺癌早期筛查中的应用价值，尤其是对于传统筛查方法的补充，具有重要的临床意义和商业潜力。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+核心领域符合度
business_impact
1.0分+展示了商业潜力
scientific_rigor
1.5分+有具体实验数据支撑
timeliness_innovation
1.5分+具有重大创新性
investment_perspective
2.5分+处于早期研发阶段
market_value_relevance
1.0分+与高发疾病相关
team_institution_background
0.5分+团队背景强
technical_barrier_competition
1.0分+技术壁垒高
关键证据
平台准确区分侵袭性与非侵袭性肺结节，AUC达到0.952。
结合单细胞免疫特征与机器学习算法，展示了显著的临床应用潜力。
研究涉及多中心的前瞻性研究，涵盖不同人群的肺结节管理。
真实性检查
否
AI评分总结
研究开发了一种名为SMART的肺结节管理平台，利用单细胞免疫特征和机器学习算法，能够准确区分侵袭性与非侵袭性肺结节。该平台在多中心前瞻性研究中表现出色，AUC高达0.952，具有高敏感性和特异性，尤其在小结节的早期诊断中展现出显著潜力。研究结果强调了该平台在肺癌早期筛查中的应用价值，尤其是对于传统筛查方法的补充，具有重要的临床意义和商业潜力。