DCE-MRIを用いた浸潤性乳がんにおけるリンパ血管侵入の術前予測のための深層学習による周周周および内側放射線学的統合

科学分野:

• 腫瘍学
• 放射線科
• 人工知能

背景:

• リンパ血管侵襲 (LVI) は乳がん (BC) の主要な予後指標ですが,非侵襲的な方法を使用してその手術前評価は困難です.
• LVIの正確な予測は,BC患者の治療と手術計画を調整するために不可欠です.

研究 の 目的:

• 侵襲性乳がん (IBC) のLVIの術前予測のための包括的な人工知能 (AI) システムの設計と検証.
• 腫瘍内および腫瘍周放射学的特徴,ディープラーニング (DL) 洞察,および臨床データを統合して,LVIの予測の精度を向上させる.

主な方法:

• 術前のダイナミックコントラスト強化MRI (DCE-MRI) を受けたIBC患者496人を対象とした遡及研究.
• 腫瘍内/腫瘍周放射学的特徴の抽出,ResNet-50 DLモデルの適用,および臨床リスク因子の特定.
• ラッソの特徴選択を用いた放射性,DL,および臨床データを組み合わせたアンサンブルAIモデルの開発.

主要な成果:

• LVI予測のAUCは0. 951 (トレーニング) と0. 929 (検証) で,アンサンブルAIモデルは高い性能を達成した.
• 統合されたモデルは,単一領域の放射性アプローチと比較して優れた識別能力を示した.
• 決定曲線分析 (DCA) と校正曲線は,モデルの臨床的有用性と正確性を確認した.

結論:

• AI駆動のアンサンブルモデルは,DCE-MRIデータを用いて,IBC患者の手術前のLVIを正確に予測します.
• このAIシステムは 手術計画と補助療法に関する決定を 大きく改善する可能性を秘めています
• 放射線学,DL,および臨床的要因の組み合わせは,乳がんにおける非侵襲的なLVI評価のための強力なアプローチを提供します.