基于软件的与视觉评估的最小除边缘在经过皮肤热除 (COVER-ALL) 的肝脏瘤患者:一个随机的第二阶段试验

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 手术技术 手术技术

背景情况:

• 达到最佳的最小除边缘对于肝脏瘤热除的局部控制至关重要.
• 传统的对CT图像边缘的视觉评估显示出很高的可变性,并影响治疗结果.
• 一种新的基于软件的方法集成AI和生物机械注册提供了潜在的改进.

研究的目的:

• 评估一种基于软件的新方法,用于评估CT导向肝脏瘤热消化过程中的最小消化边缘.
• 为了比较基于软件的评估与传统的视觉检查在实现目标利的有效性.
• 评估基于软件的方法的安全性和瘤结果.

主要方法:

• 进行了一项随机的第二阶段优势试验 (COVER-ALL).
• 患有肝脏瘤 (1-5厘米) 的患者接受了热切除菌,随机分配到基于软件或视觉边缘评估.
• 主要终点是在经过剥离后的手术内CT扫描上测量的最小剥离边缘.

主要成果:

• 基于软件的小组实现了显著更大的平均最小除边缘 (5.9毫米对2.2毫米,p<0.0001).
• 实验组中的其他非随机患者获得了更大的差距 (7.2毫米).
• 不良事件很低,在各组之间可比,没有报告4-5级事件.

结论:

• 基于软件的评估是安全的,并且优于视觉评估,以实现肝脏瘤热性除中最小的除边际.
• 这种人工智能增强的技术应该被考虑作为标准集成到热废除程序中.
• 改善边际评估可以导致更好的局部瘤控制和患者的治疗结果.