基于人工智能的多模式虚拟活检用于诊断腹部液细胞学-阳性胃癌
Ping'an Ding1,2,3, Jiaxuan Yang1,2,3, Honghai Guo1,2,3
1The Third Department of Surgery, the Fourth Hospital of Hebei Medical University, Shijiazhuang, 050011, China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|February 22, 2025
概括
一个新的AI模型使用成像和临床数据准确地预测胃癌患者的腹转移. 这种工具有助于早期检测,并识别高风险个体进行量身定制的治疗,改善结果.
科学领域:
- 在瘤学瘤学.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 腹膜扩散的胃癌是一个重大的临床挑战,预后不佳.
- 在胃癌中早期检测腹膜转移是困难的,这会影响治疗策略.
研究的目的:
- 开发和验证基于人工智能的多模式风险分层评估 (RSA) 模型.
- 在胃癌患者中预测腹膜洗细胞学阳性 (GC-CY1) 状态.
- 评估RSA模型在确定特定疗法患者中的临床实用性.
主要方法:
- 整合放射性和临床数据来构建RSA模型.
- 在回顾性,外部和前性队伍中进行培训和验证.
- 使用曲线下面面积 (AUC) 进行性能评估以获得预测准确度.
主要成果:
- RSA模型在训练 (0.866) 和验证队列 (0.883对于转移,0.823对于复发) 中实现了高AUC值.
- 在152名患者的前性验证显示了强大的预测性表现 (AUC = 0.835).
- 该模型有效地识别了高风险患者,显示了针对性治疗的潜在临床益处.
结论:
- 基于人工智能的RSA模型提供了一个可靠的,非侵入性的工具,用于预测胃癌中的腹转移.
- 这种方法可以显著改善早期检测,并指导治疗决策,包括基于帕克利塔塞尔的转换疗法.
- 建议进行进一步的前性研究,以充分实现这种诊断工具的临床潜力.
