基于超声波的机器学习模型用于预测乳腺癌中新辅助化疗的反应:元分析
Parya Valizadeh1, Payam Jannatdoust1, Niloofar Moradi2
1School of Medicine, Tehran University of Medical Sciences, Tehran, Iran; Advanced Diagnostic and Interventional Radiology Research Center (ADIR), Tehran University of Medical Science, Tehran, Iran.
Clinical imaging
|August 6, 2025
概括
基于超声波的机器学习模型显示出预测乳腺癌新辅助化疗反应的前景. 这些模型具有很高的准确性,有助于个性化治疗决策并改善患者的治疗结果.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 乳腺癌是全球女性最常见的癌症.
- 新辅助化疗 (NAC) 是一个关键的手术前治疗.
- 预测NAC反应对于个性化治疗至关重要.
研究的目的:
- 系统地审查基于超声波的机器学习 (ML) 模型在预测NAC响应方面的有效性.
- 分析放射学和深度学习模型的性能,用于NAC响应预测.
主要方法:
- 按照PRISMA-DTA指南进行系统审查和元分析.
- 在2023年8月之前搜索了主要数据库 (PubMed,Scopus,Web of Science,Embase)
- 包括开发基于超声波的放射学或深度学习模型用于NAC响应预测的研究.
主要成果:
- 审查中包括了22项研究.
- 完整响应预测模型显示AUC总值为86% (内部) 和93% (外部) 的验证.
- 部分响应预测模型实现了88%的AUC (内部验证).
结论:
- 基于超声波的ML模型显示了预测乳腺癌中NAC反应的重大潜力.
- 德尔塔放射学可以提高这些模型的预测准确性.
- 需要进一步的研究来开发临床上可通用的模型.
更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.9K
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
194
