改善放射科医生在结直肠癌中淋巴血管侵入的诊断准确度:来自多中心CT研究的见解
Wenjun Diao1,2, Kaiqi Hou1,3, Xiaobo Chen1,2
1Department of Radiology, Guangdong Provincial People's Hospital (Guangdong Academy of Medical Sciences), Southern Medical University, Guangzhou, China.
Abdominal radiology (New York)
|April 10, 2025
概括
一个新的基于CT的预测模型显著提高了在结直肠癌 (CRC) 中诊断淋巴血管侵袭 (LVI) 的准确性. 这种人工智能工具有助于放射科医生,有可能改善患者的治疗结果和生存预测.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 使用CT图像对结直肠癌 (CRC) 中的淋巴血管侵袭 (LVI) 的主观放射学家评估缺乏诊断准确性.
- 推出了基于CT的先进预测模型,以支持放射科医生诊断LVI.
研究的目的:
- 开发和验证基于CT的CRC中LVI的CT预测模型.
- 评估模型对放射科医生的诊断性能的影响.
- 调查模型预测的LVI与患者存活率之间的关联.
主要方法:
- 从四个机构对1409名病理确诊的CRC患者进行了回顾性分析.
- 从CT瘤图像中提取放射性特征.
- 使用深度残留收缩网络与通道智能值 (DRSN-CW) 算法的预测模型的开发.
- 使用Shapley添加式解释 (SHAP) 进行模型解释.
主要成果:
- 预测模型表现出强的性能 (AUC从0.799到0.896不等).
- 放射科医生在模型的帮助下,在LVI诊断方面显著改善.
- SHAP分析为模型决策提供了洞察力.
- 阴性LVI预测与显著更长的整体存活率 (OS) 相相关.
结论:
- 基于CT的预测模型可以提高LVI诊断在CRC中的准确性.
- 该模型是临床决策的宝贵工具.
- 改善LVI诊断和生存预测可能会提高患者的治疗结果.
更多相关视频
10:32Combined Use of Tail Vein Metastasis Assays and Real-Time In Vivo Imaging to Quantify Breast Cancer Metastatic Colonization and Burden in the Lungs
Published on: December 19, 2019
10.7K
10:25Author Spotlight: Integrating High-Resolution Intravital Imaging and MRI to Enhance Stereotactic Body Radiation Therapy Planning
Published on: April 12, 2024
1.2K