一个基于长度MRI的人工智能系统,用于预测直肠癌中新辅助疗法后的病理完整反应:一个多中心验证研究
Jia Ke1,2,3, Cheng Jin4,5, Jinghua Tang6,7
1Department of General Surgery, Department of Colorectal Surgery, The Sixth Affiliated Hospital, Sun Yat-sen University, Guangzhou City, China.
Diseases of the colon and rectum
|September 8, 2023
概括
一个深度学习模型,DeepRP-RC,准确地预测了新辅助化疗和放射治疗后直肠癌患者的病理完整反应. 这种人工智能工具表现出高性能,有助于治疗决策和改善无疾病生存预测.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 准确预测治疗反应对于管理局部晚期直肠癌至关重要.
- 新辅助化学放射疗法 (nCRT) 是一种标准治疗方法,但预测反应仍然具有挑战性.
研究的目的:
- 开发和验证一个深度学习模型 (DeepRP-RC),用于在nCRT后预测病理完整反应 (pCR).
- 为了评估模型的性能,使用对联的MRI扫描在nCRT前后进行评估.
主要方法:
- 一个多任务的深度学习模型DeepRP-RC被训练在638名患者的纵向MRI数据上.
- 该模型捕获了MRI扫描中的变化,以预测pCR,并允许同时分割.
- 在一个内部和三个外部多中心数据集中验证了表现,涉及1201名患者.
主要成果:
- DeepRP-RC在预测pCR方面表现出很高的准确性,AUC值在验证集中从0.919到0.969不等.
- 该模型在各种子组中表现一致,并且表现优于经验丰富的放射科医生.
- DeepRP-RC还与改善无疾病生存率有关,独立于其他临床因素.
结论:
- 在接受nCRT的直肠癌患者中,DeepRP-RC作为一个非常准确的术前工具来预测pCR.
- 该模型预测反应的能力及其预后价值可以指导临床决策.
- 由于研究的回顾性质和缺乏多民族数据,因此需要在不同人群中进一步验证.
更多相关视频
12:45Robot-assisted Total Mesorectal Excision and Lateral Pelvic Lymph Node Dissection for Locally Advanced Middle-low Rectal Cancer
Published on: February 12, 2022
5.7K
06:08A Cognitive Fusion-guided Prostate Biopsy Using Multiparametric Magnetic Resonance Imaging and Transrectal Ultrasound
Published on: March 21, 2025
272
