实时,人工智能指导的光动力学腹腔镜增强了子模型中腹腔癌转移的检测
Adriana Rivera-Piza1, Sung-Ho Lee1, Hannah HeeJung Lee1,2
1Yonsei-Dongsung Photodynamic Therapy Research Center, Avison Biomedical Research Center, Yonsei University College of Medicine, Seoul, South Korea.
Cancer science
|February 11, 2025
概括
人工智能 (AI) 引导的光动力学诊断 (PDD) 显著改善了在腹腔镜分期期间检测腹膜癌转移的情况. 这种人工智能引导的PDD方法可以提高腹表面恶性瘤的诊断准确度.
科学领域:
- 在瘤学瘤学.
- 手术创新 在外科创新.
- 诊断成像 诊断成像 诊断成像
背景情况:
- 准确的诊断对于有效的癌症治疗至关重要,特别是在腹表面恶性瘤中.
- 如果无法检测转移性病变,可能会损害治疗策略.
- 阶段性腹腔镜检查是这些癌症的关键诊断工具.
研究的目的:
- 评估通过人工智能 (AI) 引导的光动力学诊断 (PDD) 增强的分期腹腔镜的诊断准确性.
- 评估在405nm激活的Phonozen光敏感剂在检测腹膜转移中的有效性.
- 在子模型中,将人工智能引导的PDD与常规腹腔镜进行比较.
主要方法:
- 在子中使用VX2细胞诱导腹癌.
- 进行了常规腹腔镜和PDD导向腹腔镜 (405nm蓝光).
- 实时人工智能算法与PDD集成,用于增强检测.
- 确认性腹腔切除术用于识别被忽视的结节.
主要成果:
- PDD显著提高了小结节的检测灵敏度,从67% (传统) 提高到98%.
- 添加实时人工智能算法进一步提高了灵敏度,达到100%.
- 人工智能引导的PDD在检测腹癌转移方面表现出卓越的表现.
结论:
- 将PDD与AI结合起来,可以显著提高在腹腔镜分期期间检测腹腔癌转移的检测能力.
- 人工智能引导的PDD为改善围表面恶性瘤的诊断准确性提供了有希望的进展.
- 这种综合方法有可能优化癌症治疗计划.
