人工智能模型可能有助于预测T1结直肠癌患者的淋巴结转移
Ji Eun Baek1,2, Hahn Yi3, Seung Wook Hong1
1Department of Gastroenterology, Asan Medical Center, University of Ulsan College of Medicine, Seoul, Korea.
Gut and liver
|January 8, 2025
概括
人工智能模型准确地预测T1结直肠癌 (CRC) 中的淋巴结转移. 这种人工智能工具有助于做出手术决策,可能减少早期癌症患者不必要的手术.
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:
- 在T1结直肠癌 (CRC) 中,对淋巴结转移 (LNM) 的不准确预测可能导致过度治疗.
- 内镜切除是T1CRC的常见治疗方法,但预测LNM对于适当的管理至关重要.
研究的目的:
- 验证人工智能 (AI) 模型在T1 CRC患者中预测LNM的有效性.
- 为了比较不同的AI算法对LNM预测的性能.
主要方法:
- 人工智能模型是使用规范后勤回归分类器 (RLRC),随机森林分类器 (RFC),CatBoost分类器 (CBC) 和投票分类器 (VC) 开发的.
- 模型结合了1386名T1CRC患者的组织学因素和内镜发现.
- 使用接收器操作特征曲线 (AUROC) 下面的面积来评估性能.
主要成果:
- 人工智能模型显示,AUROC值 (0.6400.679) 比LNM预测的基准值 (0.525) 高得多.
- 这些模型在不同瘤位置 (结肠与直肠) 和初始治疗策略 (内镜切除与手术) 中表现良好.
- 在研究队列中的T1CRC患者中,12.5%患有LNM.
结论:
- 利用内镜和病理学数据的AI模型在T1CRC中预测LNM方面表现强.
- 这些人工智能工具可以可靠地预测LNM,无论瘤的位置或初始治疗方法.
- 人工智能为改善T1CRC管理中的治疗决策提供了一个有希望的解决方案.
