相关实验视频
Updated: Jul 1, 2025
00:13
Modified Single-Loop Reconstruction for Pancreaticoduodenectomy
Published on: September 28, 2019
7.4K
基于深度学习的预测后胰腺oduodenectomy 胰腺
Woohyung Lee1, Hyo Jung Park2, Hack-Jin Lee1,3
1Division of Hepatobiliary and Pancreatic Surgery, Department of Surgery, Asan Medical Center, Brain Korea21 Project, University of Ulsan College of Medicine, 88, Olympic-ro 43-gil, Songpa-gu, Seoul, 05505, Republic of Korea.
Scientific reports
|March 1, 2024
概括
准确预测术后胰腺是非常重要的. 这项研究开发了使用患者数据的人工智能模型,以改善这种严重并发症的手术前风险评估.
科学领域:
- 医疗信息学 医疗信息学
- 手术瘤学手术瘤学
- 人工智能在医学中的应用
背景情况:
- 手术后胰腺 (POPF) 是胰腺切除术后的一种重大,危及生命的并发症.
- 迫切需要准确的手术前方法来预测POPF风险.
- 当前的预测方法往往缺乏足够的准确性,需要先进的方法.
研究的目的:
- 开发和验证基于人工智能 (AI) 的术前预测模型,用于术后胰腺.
- 为了比较机器学习 (ML) 和深度学习 (DL) 模型的性能,包括组合方法.
- 确定用于增强POPF风险分层的关键临床和成像特征.
主要方法:
- 使用临床和身体成分数据开发ML模型.
- 使用计算机断层扫描 (CT) 扫描数据开发DL模型.
- 组合投票将ML和DL模型结合起来,以提高预测准确度.
- 模型在独立患者队列上的验证.
主要成果:
- 该研究包括1333名患者,POPF分别在47.8%和31.8%的培训和测试组中发生.
- 临床相关的POPF发生在6.7%和6.0%的培训和测试组.
- 选择的手术前人工智能模型在测试组中的所有POPF的AUC为0.75,临床相关POPF的AUC为0.68.
- 与单个ML和DL模型相比,整体模型表现出优异的预测性能.
结论:
- 以人工智能为基础的术前模型显示,在胰腺切除术后预测术后胰腺囊有希望.
- 集成模型整合了临床和成像数据,提供了增强的预测能力.
- 这些人工智能工具可以帮助识别高风险患者进行有针对性的干预和改善手术结果.
