利用人工智能和放射学来改善鼻癌预后
Nicholas Brian Shannon1,2,3, Narayanan Gopalakrishna Lyer1,2, Melvin Lee Kiang Chua4,5
1Division of Surgery and Surgical Oncology, Department of Head and Neck Surgery, National Cancer Centre Singapore, Singapore.
Cancer medicine
|March 19, 2025
概括
对CT扫描的放射学分析可以改善鼻癌 (NPC) 患者的预后. 将放射性特征与临床数据相结合,可以提高局部区域复发和整体存活率的预测.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医学成像分析 医学成像分析
背景情况:
- 鼻癌 (NPC) 通常在晚期呈现,使准确的预后很难.
- 目前的解剖学分期缺乏精确度,无法有效地区分患者的预后.
- 这项研究探讨了放射学,以改善预测地方区域复发 (LRR) 和NPC的整体存活率.
研究的目的:
- 研究放射学在提高LRR和NPC整体存活率的预测方面的实用性.
- 开发和验证结合临床数据和放射性特征的模型,用于NPC预后.
主要方法:
- 从294名NPC患者的CT扫描中提取了放射性特征.
- 一个特征选择过程确定了六个关键的放射性特征.
- 模型使用临床数据,放射性特征及其组合进行训练,以预测2年的LRR.
主要成果:
- 组合模型 (临床数据+放射学) 在预测2年LRR时达到最高AUC (0.76).
- 仅仅临床数据就产生了0.56的AUC,仅仅放射性数据就产生了0.57.
- 使用组合模型的风险分层显著影响了无LRR和整体存活率 (p < 0.01).
- 关键的放射性特征包括瘤大小,强度分布和纹理模式.
结论:
- 放射学在改善NPC风险分层和实现个性化治疗方面显著有前途.
- 瘤大小被确定为一个关键的放射性特征,因此需要重新考虑作为预后标准.
- 需要进一步的前性研究来验证这些基于放射学的发现.
