人工智能可以预测T2结直肠癌中淋巴结转移的风险

科学领域:

• 在瘤学瘤学.
• 人工智能的人工智能
• 医疗信息学 医疗信息学

背景情况:

• 完全局部切除是T2结肠直肠癌 (CRC) 手术的替代方案.
• 精确的淋巴结转移风险分层对于治疗决策至关重要.
• 目前的方法很难在早期的CRC中可靠地预测LNM.

研究的目的:

• 开发和验证人工智能 (AI) 预测系统,用于T2 CRC中的LNM风险.
• 为了改善T2结直肠癌患者的风险分层.
• 用临床和病理变量评估AI模型的性能.

主要方法:

• 人工智能模型开发使用7个预测因素:年龄,性别,瘤大小,位置,淋巴血管入侵,差异化和CEA水平.
• 来自日本和意大利中心的692名pT2CRC患者的数据分析.
• 使用AUC,灵敏度和特异性的AI模型的区分能力的外部验证.

主要成果:

• 人工智能模型在验证队列中实现了0.75的AUC.
• 高灵敏度 (97.8%) 的LNM预测,但低的特异性 (15.6%).
• 负预测值为96%,虚假负率为2.2%.

结论:

• 人工智能模型基于可访问的数据提供了T2 CRC中LNM的适度预测.
• 假阴性结果的风险需要在临床应用中仔细考虑.
• 将训练数据扩展到不同的患者群体和癌症类型,可能会提高模型的准确性.