人工智能测量了3D身体组成,以预测直肠癌患者的病理反应
Matthew Y Wei1,2, Ke Cao1, Wei Hong3
1Department of Surgery, Western Precinct, University of Melbourne, Melbourne, Victoria, Australia.
ANZ journal of surgery
|March 8, 2024
概括
人工智能衍生的身体组成,特别是骨肌肉体积,可以预测局部晚期直肠癌 (LARC) 患者接受新辅助疗法 (NAT) 的病理完整反应 (pCR). 较高的肌肉质量和年龄较大与更好的治疗结果有关.
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:
- 局部晚期直肠癌 (LARC) 的治疗正在向新辅助疗法 (NAT) 和器官保存发展.
- 预测病理完整反应 (pCR) 对LARC个性化治疗策略至关重要.
- 身体成分 (BC) 是预测治疗反应的新兴兴趣领域,目前没有临床生物标志物可用.
研究的目的:
- 调查人工智能 (AI) 衍生的身体组成变量是否可以预测LARC患者的pCR.
- 在LARC中建立新的生物标志物,用于预测新辅助疗法反应.
主要方法:
- 在2012-2023年期间接受NAT和手术的214名LARC患者的回顾性分析.
- 利用预先训练的3DAI模型从CT图像中量化内脏脂肪 (VF),皮下脂肪 (SCF) 和骨肌肉 (SM) 的体积测量.
- 进行多变量分析以将BC变量与组织学结果相关联,特别是pCR.
主要成果:
- 22.4%的LARC患者在NAT后实现了pCR.
- 骨肌 (SM) 体积和患者年龄与男性和女性患者的pCR积极相关 (P=0.015和P=0.03,分别).
- 皮下脂肪 (SCF) 体积与PCR可能性降低有关 (P=0.059).
结论:
- 这项研究是第一个使用人工智能测量3D身体组成来预测LARC患者接受NAT的病理反应的研究.
- 骨肌体积和年龄是治疗NAT的LARC患者pCR的显著积极预测因素.
- 进一步的研究应该探索身体组成对临床结果的影响,以及接受其他新辅助疗法,包括全新辅助疗法 (TNT) 的患者.
