NeoPred:双相CT AI预测NSCLC中新辅助化疗免疫疗法的病理反应
Jianqi Zheng1, Zeping Yan1, Runchen Wang1
1Department of Thoracic Surgery and Oncology, the First Affiliated Hospital of Guangzhou Medical University, State Key Laboratory of Respiratory Disease, National Clinical Research Center for Respiratory Disease, Guangzhou Institute of Respiratory Health, Guangzhou, Guangdong, China.
一个新的AI模型NeoPred,使用CT扫描和临床数据准确预测非小细胞肺癌 (NSCLC) 的治疗反应. 这种工具超越了专家放射科医生,并为NSCLC患者的手术决策提供了帮助.
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:
- 对新辅助化学免疫治疗的病理反应的准确预测对于可切除的非小细胞肺癌 (NSCLC) 至关重要.
- 目前的成像标准和活检方法在预测手术前治疗结果方面存在局限性.
- 对于可靠的非侵入性方法来评估NSCLC的治疗反应,存在重大未满足的需求.
研究的目的:
- 开发和验证一种人工智能 (AI) 模型,用于预测NSCLC中新辅助化疗免疫疗法的病理反应.
- 将AI模型的性能与专家放射科医生的性能进行比较.
- 评估AI模型在改善NSCLC患者临床决策方面的潜力.
主要方法:
- 对509例NSCLC病例的回顾性分析和来自多个中心的50名额外患者的潜在招生.
- 使用治疗前CT,手术前CT和双相CT扫描,开发三维卷积神经网络.
- 性能最好的双相模型NeoPred可选地集成临床变量,并使用AUC,灵敏度,特异性和精度进行评估.
主要成果:
- 在外部验证中,NeoPred获得了0.772的AUC,在前性队列中达到0.760,超过了九名专家放射科医生获得的0.720的平均AUC.
- 综合临床数据改善了NeoPred的AUC,达到0.787.
- 模型辅助显著提高了专家的综合绩效,将AUC提高到0.829和准确度提高到0.820,证明了稳定疾病子组的持续表现.
结论:
- 结合双相CT和临床数据的NeoPredAI模型可靠地预测NSCLC中新辅助化学免疫治疗的病理反应.
- 与无助专家评估相比,NeoPred显示出更高的性能,并显著提高了放射科医生的性能.
- 建议进行更多的跨国试验,以确认可通用性,并支持在NSCLC治疗中进行手术决策.
更多相关视频
04:04Endobronchial Ultrasound-guided Intratumoral Injection of Cisplatin for the Treatment of Isolated Mediastinal Recurrence of Lung Cancer
Published on: February 12, 2017
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
