人工智能用于脊髓转移中的分子特征的非侵入性预测:系统性审查
Vivek Sanker1, Sai Sanikommu2, Alexander Thaller3
1Department of Neurosurgery, Stanford University, Palo Alto, CA 94305, USA.
Bioengineering (Basel, Switzerland)
|August 28, 2025
概括
人工智能 (AI) 模型可以准确预测脊髓转移中的分子标记. 这提高了诊断准确性,并支持预后不佳的患者个性化治疗策略.
科学领域:
- 癌症学
- 放射学
- 医疗信息学
背景情况:
- 脊髓转移 (SMs) 在患者预后和发病率方面存在重大挑战.
- 识别基因和分子特征对于有效管理至关重要.
- 目前的诊断方法可能无法完全理解SM的复杂性.
研究的目的:
- 评估人工智能 (AI) 在脊髓转移中识别遗传和分子特征的有效性.
- 评估人工智能提高诊断准确性和指导SM个性化治疗的潜力.
- 在预测SM分子形状方面综合现有AI应用的证据.
主要方法:
- 对五个数据库进行了系统审查.
- 包括利用人工智能预测遗传变化和SM结果的研究.
- 分析了精度,AUC和灵敏度等性能指标.
主要成果:
- 分析了涉及2211名患者的11项研究.
- 人工智能模型对EGFR,Ki-67和HER-2等分子标记物具有很高的预测准确性.
- 内部和外部验证的加权平均AUC分别为0. 849和0. 791.
结论:
- 人工智能,特别是放射学和机器学习,在预测SM中的分子标记方面显示出显著的前景.
- 人工智能驱动的方法可以增强SM分子特征的临床效用.
- 这些发现支持人工智能在改善诊断精度和为脊髓转移提供量身定制的疗法方面的作用.


