肺部结节非常常见，但很少有研究涉及社区条件下肺部结节的定性和临床评价。南加利福尼亚凯撒医疗机构的研究者对7112名有一个或多个肺部结节的患者依据电子病历上已有的信息进行了鉴别。研究结果发表在2012年8月肺癌国际研究协会 (IASLC) 的《胸部肿瘤杂志》上，详述了研究者如何开发和实施一种新的在社区条件下识别肺结节的方法。
研究者使用一种结合了ICD-9编码、CPT编码和自然语言处理(NLP)算法的方式对结节进行分类。这一自动化的方法与临床回顾相比，其敏感性为96%，特异性为86%。作者建议这一自动过程“可用于研究大样本人群肺部结节的发病率和患病率，但需要警告的是将近13%的由此自动识别方式分类的一个或多个肺结节患者与我们的临床诊断不符。”
由于此项研究更重视敏感性，作者建议此方法“可作为初步敏感性步骤，接下来应进行更具特异性的放射学读片或直接进行影像学检查。因为肺癌的扫描项目被证明在特定高危人群有益，此研究也可为扫描发现的结节提供更多有用信息。
