使用人工智能转移性乳腺癌的生存预测:一个范围审查
Shely Kagan1, Lyndsey Huynh2, Caro Strickland3
1Faculty of Science, University of Western Ontario, London, Ontario, Canada.
Current opinion in supportive and palliative care
|October 14, 2025
概括
人工智能 (AI) 模型对预测转移性乳腺癌 (MBC) 的存活率充满希望,有助于个性化治疗. 需要进一步的研究来解决临床使用的数据质量和模型验证问题.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 准确的生存预测对于转移性乳腺癌 (MBC) 的个性化治疗决策至关重要.
- 人工智能 (AI) 提供了潜在的工具来提高MBC的预后准确性.
研究的目的:
- 对当前的AI模型应用进行范围审查,用于MBC中生存预测.
- 评估这些AI模型在改善MBC患者的临床结果方面的相关性.
主要方法:
- 对1787份记录进行了系统选,其中15项研究符合纳入标准.
- 对使用监督学习技术的研究进行分析,例如随机生存森林,天真贝叶斯和后勤回归.
- 检查各种输入数据,包括电子健康记录,临床数据,成像和基因组资料.
主要成果:
- 人工智能模型利用各种监督学习方法来预测整体存活率,无进展存活率和治疗反应.
- 研究包含了广泛的数据类型,从临床记录到基因组数据.
- 报告的模型性能指标显示了变化,AUC值在0.70到0.85.5之间.
结论:
- 人工智能模型展示了提高MBC生存预测准确性的潜力,支持个性化患者护理.
- 关键的局限性包括不一致的数据质量,可变的模型性能和不足的外部验证.
- 未来的研究应该优先考虑模型的改进和严格的验证,以确保临床适用性.
