基于人工智能的模型用于肝移植后肝细胞癌的复发
Abdullah Altaf1, Ahmed Mustafa2, Abdullah Dar3
1King Edward Medical University, Lahore, Pakistan; Department of HPB and Liver Transplant Surgery, Shifa International Hospital, Islamabad, Pakistan. Electronic address: https://twitter.com/abdullahaltaf97.
Surgery
|August 24, 2024
概括
人工智能模型可以预测肝移植后肝细胞癌复发. 这些人工智能模型改善了患者选择,在低风险和高风险组之间显示出明显不同的5年无复发生存率.
科学领域:
- 肝胆道手术是肝胆道的手术.
- 移植手术 移植手术 移植手术
- 医学中的人工智能.
- 在瘤学瘤学.
背景情况:
- 肝移植后肝细胞癌 (HCC) 复发仍然是一个挑战.
- 准确预测HCC复发对于患者选择和改善移植结果至关重要.
- 目前的标准可能无法完全捕捉HCC复发的所有风险因素.
研究的目的:
- 开发和验证基于人工智能的深度学习模型,用于预测HCC复发风险.
- 评估这些模型在为HCC进行活体供体肝移植 (LDLT) 的患者分层治疗中的有效性.
- 确定人工智能驱动的风险分层对5年无复发生存率的影响.
主要方法:
- 一项回顾性队列研究,涉及192名接受HCCLDLT治疗的患者.
- 开发两个深度学习模型:一个使用移植前因素,另一个包括年级.
- 将患者分为低风险和高风险组进行分层,在验证队列中评估5年无复发生存期.
主要成果:
- 使用移植前因子的人工智能模型的AUC达到0.86 (培训) 和0.71 (验证).
- 确定的主要预测因素是最大的瘤直径和α-fetoprotein水平.
- 人工智能模型显示了5年无复发生存率的显著差异 (例如,第一个模型的低风险组与高风险组的92.6%与45%).
- 在米兰/UCSF标准之外的低风险患者没有出现复发.
结论:
- 基于AI的模型在改善HCC肝移植患者选择方面表现有前途.
- 这些模型可以有效地根据复发风险对患者进行分层.
- 人工智能驱动的风险评估可能会改善肝细胞癌患者接受肝移植的结果.
