基于人工智能的模型,预测T1直肠癌局部切除后的复发情况

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:

• 目前的指导方针建议在局部切除 (LE) 后具有高风险特征的T1结直肠癌 (CRC) 进行额外的手术,尽管复发率低.
• 低直肠癌 (RC) 的手术可能会损害门功能并降低生活质量.
• 需要减少这些患者不必要的手术.

研究的目的:

• 开发和验证人工智能 (AI) 模型,用于预测T1 RC中LE后的复发风险.
• 为了减少T1 RC患者不必要的手术干预.

主要方法:

• 使用来自广东省人民医院 (GDPH) 496 个T1 RC标本的病理图像开发了一个人工神经网络 (ANN).
• 该ANN模型使用来自孙中山纪念医院 (SYSMH) 的150张图像的独立外部数据集进行了验证.

主要成果:

• 该ANN模型显示出高的预测准确性,在训练队列中,接收器操作特征曲线 (AUC) 下的面积为0.979,在验证队列中为0.978.
• 基于人工智能的模型识别了超过34.9%的患者,与当前指南相比,他们可以避免不必要的额外手术.

结论:

• 提出了一种新的ANN模型,用于预测LE后T1RC患者的复发风险.
• 这种人工智能工具可以指导临床决策,可能减少不必要的侵入性手术并改善患者的治疗结果.