エリック

このイニシアチブはEarlyLung Imaging Confederation（ELIC）であり、グローバルに分散され、プライバシーが保護された肺がんイメージングデータベースと計算分析環境を開発するというビジョンを共有する個人と機関の協力による国際的な同盟です。 ELICは、品質管理された国際的に組み立てられたCT肺がん画像および関連する生物医学データの非常に大量のコレクションの分析と研究を可能にするように設計されています。 ELICの基本的な目標は、胸部CT画像を使用して早期肺がんやその他の疾患を検出し、小さな肺結節と周囲の構造を特徴づけ、治療的介入に対する反応性を測定するための深層学習手法または人工知能アプローチの開発をサポートすることです。 

ELICインフラストラクチャは、ハブアンドスポークモデルを使用してクラウドコンピューティングリソースを活用して開発されており、臨床研究グループ（Spokes）は、ローカルに保存された匿名化された肺がん画像コレクションを他の研究グループ（クライアント）による計算分析に安全に利用できるようになります。 ）、すべて中央のELIC管理対象サーバー（ハブ）によって調整されます。 

この最初の概念実証プロジェクトは、ELICハブアンドスポーク環境（H＆SE）が、グローバルな定量的肺イメージング研究に役立つリソースを提供する可能性を実証しました。 この初期段階では、100を超える公的に利用可能で匿名化されたCT肺がんスクリーニング画像データセットが投入されたグローバルクラウドコンピューティングリソースが使用されました。 中央ハブのWebサイトは、10つのオープンソースの定量的肺測定アルゴリズム要求を、公開されているCT肺がんスクリーニング画像データセットのコピーを含むXNUMXのグローバルに分散された仮想スポークサイトに同時に配布しました。

ELIC H&SEのインフラは、概念実証のためのパイロット版から、有用な定量的肺がん画像研究を行うことができる機能的なグローバルな分散型データベースおよび計算環境へと発展させるために、さらなる開発が行われています。ELIC H&SEに肺画像データとメタデータをアップロードする研究グループをサポートするために、データの非識別化を行うためのツールやリソースの参照が追加されています。また、画像やメタデータをアップロードするための技術的な仕様や方法、クライアントがELIC H&SEに参加するためのガイダンスを示したテクニカルマニュアルを作成しました。また、オープンソースのDICOM非識別化ツールであるClinical Trial Processor（CTP）をインストールして使用する際のガイダンスを別紙に記載しました。最初のスポークは1つあり、100）必要な画像とデータを特定する。2症例あたり25枚の画像を含む25症例（癌あり50、癌なし100、結節なしXNUMX、結節ありだが癌が検出されないXNUMX）を特定し、現在のデータベースから画像とデータを取り出し、データを非識別化してスポークにアップロードできるようにフォーマットし、データをスポークにアップロードし、スポークをモニタリングする。各施設が最初のXNUMX例の画像とデータをアップロードした後、アキュメトラ/ELICまたは貢献した機関からの複数の定量的な肺分析アルゴリズムが、スポーク内のグローバルに分散したデータセットで実行されます。

IASLCは、このプロジェクトを推進するために時間とデータを提供してくれる世界中の施設や研究者の参加に感謝しています。

IASLCは、アストラゼネカ社のフェーズIIへの支援に感謝します。  

フェーズ3では、ELIC H＆SEをスケールアップし、スポークの数を2倍または3倍に拡大し、画像の数を100倍または1000倍に増やします。ディープラーニングと人工知能のアプローチは、肺結節の悪性度決定の精度を改善し、他の画像バイオマーカーを決定し、放射線技師の作業の流れを改善し、将来誰をスクリーニングすべきかを定義するためのより良いリスク基準を作成します。