近日，发表在国际杂志Journal of Thoracic Oncology上的一篇研究论文中，来自梅奥诊所的科学家开发了一种新型软件，其或许可以帮助自动定量来自非侵入性高分辨率计算体层成像（HRCT）筛查得到的腺癌肺结节的特性，并且对非小细胞肺癌（NSCLC）病人进行风险分层，分成不同无病生存率的群体。
    肺癌仍然是在美国和全世界的癌症相关死亡的首要原因。腺癌是肺癌的最常见类型，包括病变广泛的临床结果变量。在无创危险分层的缺失，个性化的病人的管理仍然充满挑战。因此，肺腺癌的一个亚谱肺结节可能比需要更积极的治疗。
    大多数非小细胞肺癌患者都是在疾病的晚期被诊断出的，这些患者的预后往往很差，5年生存率为4%；相比较而言肿瘤早期阶段被检出的个体5年生存率为54%；美国国家肺癌筛查试验结果显示，通过对HRCT进行筛查发现肺癌特殊死亡率已经下降了20%；但是很多被检出的结节是肺癌性的而且生长比较缓慢，其就会引发个体的过度诊断及过度疗法，目前针对这些结节并没有更好的风险分类方法。
    连续患者手术切除的肺结节的肺腺癌谱（病灶大小≤3厘米，2006–2009）和有效的术前高分辨CT（HRCT）成像是罗切斯特的梅奥诊所的确定。所有病例进行分类，采用无偏的计算机辅助结节评估和风险收益（金丝雀）基于术前HRCT特征量化方法。金丝雀的分类是术后无进展生存率独立相关。
    Raghunath博士表示，我们的初步分析结果显示，CANARY软件或许是一种强大的风险分层工具，其可以和多种HRCT技术联合使用来评估患者的肺部结节的生长情况及肺癌患者的病情，而基于HRCT的CANARY分类法或许可以更好地指导患者及时使用疗法来治疗疾病。
    无创的金丝雀为基础的风险分层识别的患者亚组特征的不同临床结局的腺癌谱肺结节。该技术最终可能通过促进个性化的病人的管理改善目前的专家意见为基础的方法，这些病变的管理。