创新背景

IPF是指肺部瘢痕组织或纤维化积聚，使其变厚变硬的一种情况。它影响着全球约300万人(英国约32500人)，受影响人群的年龄通常在50至70岁之间，预期寿命为3至5年。

创新过程

在这项发表在《柳叶刀》临床医学杂志上的研究中，伦敦大学学院医学图像计算中心(CMIC)的研究人员开发了一种部分基于深度学习的计算机图像分析算法，以观察受IPF影响的肺部是否也会出现另一种严重的、但文献记载较少的肺疾病——胸膜实质纤维弹性变性(PPFE)——的瘢痕模式特征。目前还不清楚是什么原因导致了IPF或PPFE。特发性肺纤维化是一种使肺部收缩的疾病，与许多癌症相比，它与预期寿命有关。

在这项研究中，研究人员使用了来自两个人群的约145名患者的IPF CT扫描*。一名放射科医生被要求识别那些也有PPFE的患者，并在287例(11%)病例中识别出31例广泛性PPFE。
随后，研究小组使用了由伦敦大学学院CMIC的Eyjolfur Gudmundsson博士开发的计算机成像工具，在人群的一个扫描子集上识别出PPFE。该算法随后在两个患者群体中分别进行了扫描评估，得出的结论是287次扫描中有87次(或30%)具有临床重要的PPFE，比放射科医生的评估增加了3倍。大量的IPF患者的扫描，同时也有PPFE，表明这是IPF疾病亚群/内型的特征。

Jacob博士说:“使用这种计算机工具，我们已经确定了IPF的第一种内型，大约30%的IPF患者出现这种内型。PPFE对患者的生存有不利影响，而且似乎与患者肺部纤维化的发生和发展是分开的。我们的研究表明，PPFE是一种以前报道不足的疾病过程，它与肺纤维化独立发生，但与IPF死亡风险增加相关。”
研究团队还回顾性比对了有PPFE的IPF图像，并与患者记录进行比对，得出结论，PPFE的存在与IPF患者临床恶化更快和死亡更早有关。
“我们的计算机算法识别具有IPF PPFE内型的患者，这可能会为IPF药物试验和疾病临床管理中的患者选择提供信息。我们的算法应该能够测量IPF患者PPFE随时间的恶化情况。”

创新价值

伦敦大学学院的科学家们使用基于计算机的成像分析来识别特发性肺纤维化(IPF)患者肺部损伤的新模式，为一种以前未知的、限制生命的肺部疾病亚型提供了第一个证据。

创新关键点

伦敦大学学院医学图像计算中心(CMIC)的研究人员开发了一种部分基于深度学习的计算机图像分析算法，以观察受IPF影响的肺部是否也会出现另一种严重的、但文献记载较少的肺疾病——胸膜实质纤维弹性变性(PPFE)——的瘢痕模式特征。

创新主体

伦敦大学学院（University College London，简称：UCL ），1826年创立于英国伦敦，是一所公立研究型大学，为伦敦大学联盟的创校学院、罗素大学集团和欧洲研究型大学联盟创始成员，被誉为金三角名校和“G5超级精英大学”之一。
UCL是伦敦的第一所大学，以其多元的学科设置著称，于REF 2014 英国大学官方排名中，位列全英之冠，享有最多的科研经费。UCL的医学、解剖学和生理学、建筑学、教育学、考古学、计算机科学、计算金融学等学科排名均位居世界前列，与LSE并称为“英国现代经济学研究的双子星”；其人文学院颁发的奥威尔奖则是政治写作界的最高荣誉。

Computerised image analysis identifies new subtype of debilitating lung disease

In the study, published in the Lancet Clinical Medicine journal, researchers at University College London's Centre for Medical Image Computing (CMIC) developed a computer image analysis algorithm based in part on deep learning, To see if IPF-affected lungs also develop the scarring pattern characteristic of another serious, but less well documented lung disease, pleural parenchymal fibroelastic degeneration (PPFE). It is not clear what causes IPF or PPFE. Idiopathic pulmonary fibrosis, a disease that causes the lungs to contract, is associated with life expectancy compared to many cancers.
In this study, researchers used IPF CT scans of approximately 145 patients from two populations *. A radiologist was asked to identify those patients who also had PPFE and identified 31 cases of generalized PPFE out of 287 cases (11%).
The team then used a computer imaging tool developed by Dr Eyjolfur Gudmundsson of UCL CMIC to identify PPFE on a scanned subset of the population. The algorithm subsequently evaluated scans in each of the two patient populations and concluded that 87 out of 287 scans (or 30%) had clinically important PPFE, a threefold increase over radiologist evaluation. The large number of scans in patients with IPF who also had PPFE suggests that this is characteristic of a subgroup/endotype of IPF disease.
"Using this computer tool, we have identified the first endotype of IPF, which occurs in approximately 30% of patients with IPF," says Dr. Jacob. PPFE adversely affects patient survival and appears to be separate from the development and progression of pulmonary fibrosis in patients."
The team also retrospectively compared IPF images with PPFE to patient records and concluded that the presence of PPFE was associated with faster clinical deterioration and earlier death in patients with IPF.
Dr Jacob added: "Our study demonstrates that PPFE is a previously under-reported disease process that occurs independently of pulmonary fibrosis but is associated with an increased risk of IPF death."
"Our computer algorithm identifies patients with IPF PPFE endotypes, which may inform patient selection in IPF drug trials and clinical management of the disease. Our algorithm should be able to measure PPFE deterioration over time in patients with IPF."