經過卷積神經網絡訓練和內部驗證的超過15，000項肺部CT掃描已正確地將不確定的肺結節（IPN）重新分類為低風險或高風險類別。

AI系統在外部驗證測試中證明了自己的才能。在這里，它對近600個惡性和良性現實結節中的三分之一進行了重新分類，其準確性要比研究人員和開發人員進行比較的傳統風險模型好得多。

該研究在范德比爾特大學進行，并 在《美國呼吸與重癥醫學雜志》上免費全文發表。

在其討論部分中，主要作者醫學博士皮埃爾·馬西翁（Pierre Massion）及其同事評論說，其神經網絡的高性能展示可能意味著該技術具有改變患者管理的潛力。如果是這樣，它將主要通過消除不必要的侵入性程序并減少診斷延遲來實現這一目標。

范德比爾特對這項研究的內部報道指出，遵守美國放射學院和美國胸科醫師學院提供的現行指南可能會有所不同，從而導致主觀結節分類。

該學校指出，本研究“是第一個在多個獨立隊列中驗證風險分層工具并顯示出明顯優于現有風險模型的重分類性能。”