関連知識の蒸留 3D-ResNetベースの乳がん分子サブタイプの超音波ビデオの予測:マルチセンター研究

科学分野:

• 医療画像と診断
• 医療における人工知能
• 腫瘍学

背景:

• 精密な乳がん分子の分類は パーソナライズされた治療戦略に不可欠です
• 超音波 (米国) ビデオは,乳がんの評価のための非侵襲的方法を提供します.
• 先進的な計算モデルを開発することで 診断能力を向上させることができます

研究 の 目的:

• 関連知識蒸留三次元残留ネットワーク (RKD-R3D) モデルを開発し,検証する.
• 乳がんの分子の種類を 超音波で予測する
• 臨床適用のための既存の方法と比較してモデルのパフォーマンスを評価する.

主な方法:

• 乳がん患者882人 (米国で2375人) を対象とした多センターの遡及研究が実施された.
• RKD-R3Dモデルは4つのセント・ガレン分子サブタイプを予測するために開発され,検証されました.
• AUC,精度,その他の指標を用いて,RKD- R2D,従来のR3D,およびコアニードル生検 (CNB) との性能を比較した.

主要な成果:

• RKD- R3Dは,内部および外部テストコホートにおいて,RKD- R2Dおよび従来のR3Dと比較して優れた性能 (AUC: 0. 88, 0. 95) を示した.
• 外部試験コホートでは,モデルがCNBを上回った (精度:0. 87対0. 79).
• RKD- R3Dは,トリプルネガティブ乳がん (AUC: 0. 98) とT1病変 (AUC: 0. 96) の予測において高い精度を示した.

結論:

• 超音波ビデオを用いたRKD-R3Dモデルは,非侵襲的な乳がん分子サブタイプ化のための有望なツールです.
• このAIによるアプローチは 臨床的意思決定と パーソナライズされた患者管理に役立ちます
• 更に検証すれば,RKD-R3Dを標準的な補足診断方法として確立することができる.