基于内镜图像的深度学习模型,预测局部晚期直肠癌患者的治疗反应,接受新辅助化学放射治疗:一项多中心研究
Junhao Zhang1, Ruiqing Liu1, Xujian Wang2
1Department of Gastrointestinal Surgery, The Affiliated Hospital of Qingdao University, No. 16, Jiangsu Road, Shinan District, Qingdao, 266003, China.
Journal of cancer research and clinical oncology
|July 13, 2024
概括
使用内镜图像的新深度学习模型可以预测局部晚期直肠癌患者的新辅助化学放射治疗反应. 该工具有助于选择最佳候选人进行个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 新辅助化学放射治疗是局部晚期直肠癌的标准,但患者的反应有很大差异.
- 确定新辅助化学放射治疗的最佳候选人对于改善治疗结果至关重要.
研究的目的:
- 开发一个深度学习模型,利用治疗前的内镜图像.
- 预测局部晚期直肠癌中对新辅助化学放射治疗的治疗反应.
主要方法:
- 一项多中心观测研究追溯收集了内镜图像.
- 构建了一个深度学习模型来预测瘤回归度 (良好的与不良的反应).
- 用曲线下的面积 (AUC) 和内部和外部测试集中的精度来评估模型性能.
主要成果:
- 深度学习模型表现出强大的预测性能.
- 内部测试组:AUC 0.867,准确率为 0.836.
- 外部测试组验证:AUC 0.758,准确率为 0.807.
结论:
- 基于内镜图像的深度学习显示了预测新辅助治疗反应的巨大潜力.
- 这个模型可以帮助指导直肠癌患者的个性化治疗选择.
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
8.2K
12:45Robot-assisted Total Mesorectal Excision and Lateral Pelvic Lymph Node Dissection for Locally Advanced Middle-low Rectal Cancer
Published on: February 12, 2022
5.6K
