开发一种基于人工智能的模型,以预测切除后神经内分泌肝转移的早期复发
Abdullah Altaf1, Muhammad Musaab Munir1, Yutaka Endo1
1Division of Surgical Oncology, Department of Surgery, The Ohio State University Wexner Medical Center and James Comprehensive Cancer Center, Columbus, OH, United States.
概括
一个人工智能模型预测手术后神经内分泌肝转移 (NELMs) 的早期复发. 该工具有助于识别可能受益于特定治疗的患者,并指导个性化护理策略.
科学领域:
- 在瘤学瘤学.
- 人工智能的人工智能
- 外科手术的结果
背景情况:
- 神经内分泌肝转移 (NELMs) 在手术切除后构成重大挑战.
- 预测早期复发 (ER) 对于优化患者管理和结果至关重要.
研究的目的:
- 开发和验证基于人工智能 (AI) 的模型,用于预测治疗意图切除后NELM患者的ER.
- 确定与ER风险相关的关键临床病理学因素.
主要方法:
- 利用了473名为NELMs进行切除的患者的多机构数据库.
- 开发和评估了各种AI模型,使用10个临床病理学因素来预测ER (12个月内复发).
- 根据其在培训和测试队伍中的表现,选择了一组人工智能模型.
主要成果:
- 整体人工智能模型在接收器操作特征曲线下的面积达到0.763 (训练) 和0.716 (测试).
- 主要预测ER的关键预测因素包括初级瘤大小,NELM瘤负担得分和双边肝脏参与.
- 预测ER患者的5年无复发和整体存活率明显下降.
结论:
- 一个人工智能模型展示了强大的预测能力,为ER的NELMs后切除.
- 这个工具可以帮助患者选择手术,风险分层,并指导量身定制的监测和治疗决策.
- 该模型可能有助于确定非手术治疗选择的候选人.
