基于人工智能的预测模型的临床实施,用于为接受结直肠癌手术的患者提供决策支持

科学领域:

• 手术瘤学手术瘤学
• 人工智能的人工智能
• 医疗信息学 医疗信息学

背景情况:

• 选择性癌症手术的不良结果降低了生存率并增加了成本.
• 鉴定癌症手术中个性化外科手术期间干预的高风险患者仍然具有挑战性.

研究的目的:

• 开发,验证和实施基于人工智能的风险预测模型,用于结直肠癌手术中的个性化外科治疗.
• 利用现实世界的数据来创建一个可扩展的,人工智能驱动的决策支持工具.

主要方法:

• 开发并验证了一个AI风险预测模型,使用了来自18,403名结直肠癌患者的数据.
• 基于预测的1年死亡风险实施个性化治疗途径.
• 进行了一项非随机的前/后队列研究,以比较结果.

主要成果:

• 人工智能模型在验证集中实现了0.79的ROC曲线下的面积.
• 个性化治疗降低了综合并发症指数>20 (19.1%对28.0%) 和任何医疗并发症 (23.7%对37.3%) 的发生率.
• 个性化外科手术期治疗被发现是具有成本效益的.

结论:

• 基于人工智能的风险预测和个性化的术后治疗可以显著改善癌症患者的外科治疗结果.
• 这种基于注册表的,人工智能驱动的方法是提高临床实践的可扩展和成本效益的策略.
• 根据个体风险概况量身定制的个性化治疗途径对于优化癌症外科手术中的术后护理至关重要.