相关实验视频
Updated: Jun 17, 2025
08:49
A 3D Organotypic Melanoma Spheroid Skin Model
Published on: May 18, 2018
15.7K
人工智能辅助的转移和预后模型用于结节性黑色素瘤患者
Chan Xu1, Xiaoyu Yu2, Zhendong Ding3
1State Key Laboratory of Molecular Vaccinology and Molecular Diagnostics & Center for Molecular Imaging and Translational Medicine, School of Public Health, Xiamen University, Xiamen, China.
PloS one
|August 7, 2024
概括
这项研究确定了结节性黑色素瘤转移的风险因素,并开发了一种AI预后模型. 多层感知器模型准确预测患者的结果,帮助个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 结节性黑色素瘤 (NM) 在预测转移和患者预后方面存在挑战.
- 准确的风险分层对于在NM患者中有效的治疗计划至关重要.
研究的目的:
- 为了确定转移的风险因素和结节性黑色素瘤 (NM) 的预后.
- 开发和验证基于人工智能 (AI) 的NM预后模型.
- 创建一个帮助个性化治疗和预测预后的工具.
主要方法:
- 来自SEER数据库的4727名NM患者的回顾性审查.
- 后勤回归用于识别转移风险因素.
- 用于转移预测模型开发的六个AI算法 (MLP,AB,BAG,LR,GBM,XGB) 的比较.
- 将考克斯回归因子与预后预测的最佳AI模型集成.
主要成果:
- 婚姻状况,性别,初级部位,手术,放射治疗,化疗,系统管理和N阶段被确定为NM转移的独立风险因素.
- 多层感知器 (MLP) 模型表现出卓越的性能 (AUC=0.932).
- 开发了一种预后名录,显示出良好的区分和临床实用性,用于预测整体存活率 (OS).
结论:
- 由人工智能驱动的预测模型增强了对NM患者的预后评估,补充了AJCC分期系统.
- 该模型允许精确量化转移风险,并支持个性化治疗决策.
- 它是临床医生在管理NM患者存活率和治疗计划方面的一种有价值的工具.
