基于人工智能的模型对预测肝细胞癌患者中不可移植的复发的影响

科学领域:

• 肝胆道手术 肝胆道手术
• 人工智能在医学中的应用
• 在瘤学瘤学.

背景情况:

• 肝细胞癌 (HCC) 在肝切除 (HR) 后复发可能是不可移植的 (NTR).
• 预测NTR对于指导治疗决策至关重要,例如HR与肝移植 (LT) 相比.

研究的目的:

• 开发和验证人工智能 (AI) 模型,用于预测HCC患者在HR后的NTR.
• 确定影响NTR预测的关键手术前和手术后因素.

主要方法:

• 利用了1763名接受HR (2000-2020) 的HCC患者的多机构数据库.
• 开发了机器学习和深度学习模型,仅使用术前因素,然后与术后因素结合.
• 定义NTR为超出米兰标准的复发.

主要成果:

• 一个整体AI模型在使用手术前因子的测试队列中实现了0.717的AUC.
• 结合术后因素,AUC提高到0.764,放射性瘤负担和病理性微血管入侵是关键预测因素.
• 预计会发展NTR的患者与预计不会发展NTR (93.4%和55.9%) 的患者相比,1年和5年生存率明显较差 (75.6%和28.2%).

结论:

• 基于人工智能的模型可以有效地预测HR后的HCK患者的NTR.
• 术前人工智能模型可以为HR与LT的决策提供信息.
• 结合的AI模型允许个性化的术后护理策略.