基于视力变压器的模型可以优化治疗意图治疗复发性肝细胞癌患者的治疗

科学领域:

• 肝细胞癌研究 肝细胞癌研究
• 人工智能在医学中的应用
• 医学成像分析 医学成像分析

背景情况:

• 肝切除术后复发性肝细胞癌 (rHCC) 的治疗选择是复杂的.
• 目前的分期系统在指导个性化治疗决策方面存在局限性.

研究的目的:

• 介绍 HEROVision,基于视觉转换器的AI模型,用于在rHCC中进行个性化的预后预测和治疗优化.
• 评估HEROVision的性能与现有的分期系统相比,以及在热切除 (TA) 和手术切除 (SR) 之间选择治疗的临床实用性.

主要方法:

• HEROVision在初始的HCC图像数据上接受了培训,并在多个中心的独立rHCC队列上进行了测试.
• 使用倾向分数匹配 (PSM) 来创建TA和SR治疗的可比组.
• 模型的性能是使用依赖时间的一致性指数和曲线下的面积来评估的.

主要成果:

• 在外部测试队列 (P < 0.002) 中,HEROVision显著优于六个指导阶段测试系统 (P < 0.002).
• 该模型确定了高风险的rHCC患者,他们可以从改变治疗策略中受益 (35.9%和6.6%在特定子组中).
• 通过HEROVision优化治疗选择,证明了潜在的临床益处.

结论:

• 对于早期的rHCC来说,HEROVision对优化TA和SR之间的个性化治疗选择充满希望.
• 人工智能模型可以补充当前的临床指南,增强对rHCC患者的个性化护理.
• 这种方法有助于改善复发性肝癌的预后预测和治疗计划.