Validation of a Deep Learning–Based Model to Predict Lung Cancer Risk Using Chest Radiographs and Electronic Medical Record Data
Raghu et al., 2022
Abstract
Importance: Lung cancer screening with chest computed tomography (CT) prevents lung cancer death; however, fewer than 5% of eligible Americans are screened. CXR-LC, an open-source deep learning tool that estimates lung cancer risk from existing chest radiograph images and commonly available electronic medical record (EMR) data, may enable automated identification of high-risk patients as a step toward improving lung cancer screening participation.
Objective: To validate CXR-LC using EMR data to identify individuals at high-risk for lung cancer to complement 2022 US Centers for Medicare & Medicaid Services (CMS) lung cancer screening eligibility guidelines.
Design, Setting, and Participants:This prognostic study compared CXR-LC estimates with CMS screening guidelines using patient data from a large US hospital system. Included participants were persons who currently or formerly smoked cigarettes with an outpatient posterior-anterior chest radiograph between January 1, 2013, and December 31, 2014, with no history of lung cancer or screening CT. Data analysis was performed between May 2021 and June 2022.
Exposures: CXR-LC lung cancer screening eligibility (previously defined as having a 3.297% or greater 12-year risk) based on inputs (chest radiograph image, age, sex, and whether currently smoking) extracted from the EMR.
Main Outcomes and Measures: 6-year incident lung cancer.
Results: A total of 14 737 persons were included in the study population (mean [SD] age, 62.6 [6.8] years; 7154 [48.5%] male; 204 [1.4%] Asian, 1051 [7.3%] Black, 432 [2.9%] Hispanic, 12 330 [85.2%] White) with a 2.4% rate of incident lung cancer over 6 years (361 patients with cancer). CMS eligibility could be determined in 6277 patients (42.6%) using smoking pack-year and quit-date from the EMR. Patients eligible by both CXR-LC and 2022 CMS criteria had a high rate of lung cancer (83 of 974 patients [8.5%]), higher than those eligible by 2022 CMS criteria alone (5 of 177 patients [2.8%]; P < .001). Patients eligible by CXR-LC but not 2022 CMS criteria also had a high 6-year incidence of lung cancer (121 of 3703 [3.3%]). In the 8460 cases (57.4%) where CMS eligibility was unknown, CXR-LC eligible patients had a 5-fold higher rate of lung cancer than ineligible (127 of 5177 [2.5%] vs 18 of 2283 [0.5%]; P < .001). Similar results were found in subgroups, including female patients and Black persons.
Conclusions and Relevance: Using routine chest radiographs and other data automatically extracted from the EMR, CXR-LC identified high-risk individuals who may benefit from lung cancer screening CT.
Español
Validación de un modelo basado en aprendizaje automático para predecir el riesgo de cáncer de pulmón utilizando radiografías de tórax y datos de historias clínicas electrónicas.
Resumen
Importancia: El tamizaje de cáncer de pulmón con tomografía axial computarizada (TAC) previene las muertes por cáncer; sin embargo, menos del 5% de los norteamericanos elegibles reciben tamizaje. CXR-LC, una herramienta de aprendizaje profundo de fuente abierta que estima el riesgo de cáncer de pulmón desde imágenes de radiografía de tórax existentes y datos de la historia clínica electrónica (HCE) comúnmente disponibles, podría permitir la identificación automatizada de pacientes de alto riesgo, lo cual es un paso hacia mejorar la participación en el tamizaje de cáncer de pulmón.
Objetivo: Validar la CXR-LC usando datos de la HCE para identificar individuos con elto riesgo de cáncer de pulmón para complementar los lineamientos de eligibilidad para tamizaje de cáncer de pulmón de los Centros de Servicios Medicare y Medicaid (CMS) de los Estados Unidos de 2022.
Diseño, configuración y participantes: Este estudio pronóstico, comparó las estimaciones de la CXR-LC con los lineamientos de tamizaje del CMS usando información de pacientes de un sistema hospitalario grande en los Estados Unidos. Entre los participantes se incluyeron personas que fuman o fumaban cigarros con una radiografía de tórax posteroanterior ambulatoria de entre el 1 de enero de 2013 y el 31 de diciembre de 2014 sin historia de cáncer de pulmón o TAC de tamizaje. El análisis de datos se realizó entre mayo de 2021 y junio de 2022.
Exposiciones: La eligibilidad para tamizaje de cáncer de pulmón de la CXR-LC (anteriormente definida como un riesgo a 12 años de 3.297% o más) basada en datos (imagen de radiografía de tórax, edad, sexo y si son fumadores actuales) obtenida de la HCE.
Indicadores principales: Incidencia a 6 años de cáncer de pulmón.
Resultados: Se incluyó un total de 14,737 personas en la población de estudio (edad promedio [DS], 62.6 [6.8] años; 7,154 [48.5%] masculinos; 204 [1.4%] asiáticos, 1,051 [7.3%] negros, 432 [2.9%] hispanos, 12,330 [85.2%] blancos) con una tasa de incidencia a 6 años de cáncer de pulmón de 2.4% (361 pacientes con cáncer). 6,277 pacientes (42.6%) eran elegibles según CMS usando el índice tabáquico y la fecha de cese de su HCE. Los pacientes elegibles tanto por los criterios de CXR-LC como los de CMS 2022 tuvieron una alta tasa de cáncer de pulmón (83 de 974 pacientes [8.5%]), mayor que aquellos que solo cumplían con los criteros de CMS 2022 (5 de 177 pacientes [2.8%]; P < .001). Los pacientes que cumplían con los criterios de CXR-LC pero no con los de CMS 2022 también tuvieron una alta incidencia a 6 años de cáncer de pulmón (121 de 3,703 [3.3%]). En los 8,460 casos (57.4%) en que se desconocía la eligibilidad de CMS, los pacientes elegibles por CXR-LC tuvieron una tasa de cáncer de pulmón 5 veces mayor que los no elegibles (127 de 5,177 [2.5%] vs. 18 de 2,283 [0.5%]; P < .001). Se obtuvieron resultados similares en subgrupos, incluyendo pacientes femeninos y pacientes negros.
Conclusiones y relevancia: Mediante el uso de radiografías de tórax de rutina y otros datos extraídos automáticamente de la HCE, los pacientes de alto riesgo identificados por CXR-LC podrían beneficiarse del tamizaje de cáncer de pulmón con TAC.