人工智能用于诊断和预测自然杀手/T细胞淋巴瘤的预后,使用磁共振成像
YuChen Zhang1, YiShu Deng2, QiHua Zou1
1State Key Laboratory of Oncology in South China, Guangdong Key Laboratory of Nasopharyngeal Carcinoma Diagnosis and Therapy, Guangdong Provincial Clinical Research Center for Cancer, Sun Yat-sen University Cancer Center, Guangzhou 510060, P.R. China; Department of Medical Oncology, Sun Yat-sen University Cancer Center, Guangzhou, P.R. China.
人工智能 (AI) 系统使用鼻喉MRI辅助诊断自然杀手/T细胞淋巴瘤 (NKTCL). 这些人工智能工具具有很高的准确性,可以预测患者的生存率,从而有可能优化NKTCL治疗策略.
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:
- 准确的诊断和预后对于自然杀手/T细胞淋巴瘤 (NKTCL) 的有效管理至关重要.
- 鼻磁共振成像 (MRI) 是NKTCL的关键成像方式.
- 开发先进的决策支持工具可以改善患者的治疗结果.
研究的目的:
- 开发和验证基于人工智能 (AI) 的NKTCL诊断和预后系统,使用鼻MRI.
- 将AI系统的性能与人类放射科医生和现有的临床模型进行比较.
主要方法:
- 在鼻MRI数据上训练的AI算法的开发.
- 对用于检测恶性病变和区分NKTCL的诊断AI系统的验证.
- 对预后AI系统的评估,用于预测NKTCL患者的生存结果.
- 将AI系统性能与住院和高级放射科医生以及已建立的临床模型进行比较.
主要成果:
- 在验证数据集中,人工智能诊断系统在曲线下的高面积 (0.905-0.960) 实现了.
- 人工智能诊断系统的性能优于常驻放射科医生,并且在准确度上与高级放射科医生相匹配.
- 预后人工智能系统表现出有希望的性能,并超过了几种临床模型.
- 在早期NKTCL中,高风险患者从早期放射治疗中受益,而低风险患者在无进展生存率上没有差异.
结论:
- 基于人工智能的系统在协助NKTCL的准确诊断方面显示出巨大的潜力.
- 人工智能系统可以有效地预测NKTCL患者的生存结果.
- 这些人工智能工具可能有助于优化NKTCL的治疗策略,特别是放射治疗的风险分层.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
