预测预后和辅助治疗的基础模型从胃肠道癌的数字病理学中受益

科学领域:

• 在瘤学瘤学.
• 病理学 病理学 病理学
• 人工智能的人工智能

背景情况:

• 人工智能 (AI) 在提高癌症诊断和治疗方面表现有前途.
• 组织病理学幻灯片对于癌症评估至关重要.
• 预后预测对于指导患者管理至关重要.

研究的目的:

• 开发和验证一个基础AI模型用于预测胃肠道 (GI) 癌症的预后,使用标准的组织病理学幻灯片.
• 评估AI模型预测生存结果的能力,并确定可能从辅助化疗中受益的患者.

主要方法:

• 一个基础AI模型使用自主监督学习训练了来自104,876个全幻灯片图像的1.3亿多个补丁.
• 深度学习模型进行了微调,以预测生存结果,并在七个国际队列中验证.
• 模型的性能被评估为预测辅助化疗的生存益处.

主要成果:

• 人工智能模型在预测胃癌和结肠直肠癌的无疾病和疾病特异性生存率方面取得了高准确性 (一致性指数为0.714-0.797).
• 这些模型有效地将患者分为高风险和低风险组,具有明显的5年生存率.
• 人工智能衍生的风险得分是独立的预后因素,而综合模型与单独的阶段相比,改善了预测.
• 辅助化疗对高风险患者显示了生存益处,表明了个性化治疗的潜力.

结论:

• 开发的病理学基金会人工智能模型准确地预测了肠道癌症的生存结果.
• 这种人工智能模型可以补充现有的临床病理学因素,以改善风险分层.
• 该模型有可能为个人辅助治疗决策提供信息,等待未来的验证.