相关实验视频
Updated: Jun 6, 2025
12:10
Retzius-Sparing Robot-Assisted Radical Prostatectomy
Published on: May 19, 2022
7.5K
基于人工智能的机器学习模型的开发和评估,用于预测机器人辅助激进前列腺切除术后的尿失禁和勃起功能恢复:前列腺癌推中心的见解
S Saikali1, S Reddy1, M Gokaraju2
1AdventHealth Global Robotics Institute, FL, USA.
Computer methods and programs in biomedicine
|December 3, 2024
概括
人工智能模型可以预测神经节约机器人激进前列腺切除术 (RARP) 后的尿和勃起功能. 这些模型将年龄和并发症确定为关键预测因素,为改善患者结果预测提供了潜力.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 包括激进前列腺切除术在内的前列腺癌治疗在预测术后功能结果方面存在挑战,例如尿和勃起功能.
- 人工智能 (AI) 为在这个领域开发先进的预测模型提供了一个有希望的途径.
研究的目的:
- 开发和验证基于人工智能的模型,用于预测神经节约机器人激进前列腺切除术 (RARP) 后的禁欲和功效.
主要方法:
- 分析了接受RARP的8524名患者,收集了手术前的变量.
- 训练两个人工神经网络 (ANN) 模型来预测12个月的术后禁欲和功效.
- 使用曲线下的面积 (AUC) 评估模型性能,并与其他机器学习算法进行比较.
主要成果:
- 在ANN模型中,AUC为0.74的强度和0.68的持续性,优于其他算法.
- 功能重要性分析强调了术前因素,如年龄,并发症和基线得分作为重要的预测因素.
结论:
- 人工智能模型显示了在RARP后预测功能结果的潜力.
- 进一步优化,探索额外的因素和多中心研究是必要的,以提高预测准确性和临床效用.
- 人工智能有望改善前列腺癌管理中的临床决策.
