通过可解释的人类-人工智能合作来加强质母细胞瘤手术的决策:一个国际多中心模型开发和外部验证研究
Julius M Kernbach1,2,3, Urte Schroeder4,5, Karlijn Hakvoort4,5
1Department of Neuroradiology, Heidelberg University, Heidelberg, Germany. julius.kernbach@med.uni-heidelberg.de.
NPJ precision oncology
|November 27, 2025
概括
一个可解释的AI模型预测了质母细胞瘤切除的程度,改善了手术规划. 将人工智能与人类专业知识相结合,通过超越传统方法来提高患者的治疗结果.
科学领域:
- 神经外科 神经外科
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 手术切除对于质母细胞瘤的生存至关重要,但很难预测切除程度 (EOR).
- 准确的EOR预测有助于优化手术策略和患者的治疗结果.
研究的目的:
- 开发和验证一个可解释的AI模型,用于在质母细胞瘤患者中个性化EOR估计.
- 评估人工智能模型与人类专家和综合方法相比的临床影响.
主要方法:
- 一个可解释的AI模型被开发出来,并对811名质母细胞瘤患者进行了外部验证.
- EOR被分为总体切除 (GTR),近总切除 (NTR) 和亚总切除 (STR).
- 进行了模型解释性和灵敏度分析;评估了人与人工智能的协作.
主要成果:
- 人工智能模型表现出可通用性,AUC为0.78 (CI为0.73-0.82).
- 特定类别的AUC为GTR为0.75,NTR为0.59和STR为0.69.
- 人类-人工智能协作在准确性,F1分数和科恩 κ. 的方面明显超过了人类专家.
结论:
- 可解释的AI可以准确地预测质母细胞瘤中的EOR,支持手术前规划.
- 将人工智能与外科专业知识相结合,可以提高预测性能和决策.
- 这种方法凸显了机器智能在神经外科瘤学中的价值.
