人工智能的潜力,以改善肝脏移植在HCC的选择标准

科学领域:

• 肝胆道手术 肝胆道手术
• 在瘤学瘤学.
• 医疗成像医学成像

背景情况:

• 肝细胞癌 (HCC) 尽管有治疗方面的进步,但仍然是一个重大的生存挑战.
• 肝移植 (LT) 为符合条件的HCC患者提供了最好的治疗方法,解决了癌症和肝脏疾病.
• 供体器官稀缺需要准确的预后模型,以公平地分配器官,优先考虑具有有利瘤结果的患者.

研究的目的:

• 审查最近在HCC的诊断进展.
• 在HCC管理中对新型诊断和技术工具的临床相关性进行分类.
• 探索这些进展对肝移植 (LT) 器官分配的影响.

主要方法:

• 关于HCC诊断和治疗的当前文献的综述.
• 对瘤评估的成像特征的分析.
• 评估人工智能 (AI) 和深度学习策略用于瘤特征.
• 评估TACE反应作为LT存活率的预后指标.

主要成果:

• 传统的LT选择标准依赖于基本的成像 (大小,数量) 并可能忽略关键的瘤特征.
• 微血管入侵和差异化瘤被确定为不利的预后因素.
• 人工智能 (AI) 在数字诊断中展示了识别差异化或微血管透的HCC的潜力.
• TACE反应评估正在成为估计LT存活率的一种方法.

结论:

• 新型诊断方法,包括人工智能驱动的"虚拟活检",可以提高超越传统成像的HCC特征.
• 改进的诊断准确度可以完善预后预测,并优化肝移植器官分配.
• 将先进诊断纳入选择标准可能会导致HCC患者更公平,更有效的器官分配.