在肝细胞癌中个性化临床决策的多式LLM-代理框架
Liyang Wang1,2,3, Fa Tian4, Chengquan Li2,3,5
1School of Biomedical Engineering, Tsinghua University, Beijing, China.
Patterns (New York, N.Y.)
|December 31, 2025
概括
这项研究引入了一个AI框架,用于个性化肝细胞癌 (HCC) 治疗. 它结合了放射学,深度学习和人工智能代理来改善精确瘤学的决策.
科学领域:
- 在瘤学瘤学.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 肝细胞癌 (HCC) 治疗由于瘤异质性和患者变异性而复杂.
- 目前的指导方针缺乏个性化,限制了治疗精度.
研究的目的:
- 为个性化HCC治疗建议开发一个集成的AI框架.
- 通过放射学和深度学习,提高病理标记的预测准确度.
- 评估人工智能产生的治疗策略的临床相关性.
主要方法:
- 在MRI数据上训练了带有注意力模块的修改后的GhostNet,以预测微血管入侵 (MVI),囊存在和瘤分化.
- 一个融合模型整合了放射学和深度学习,以改善预测.
- 六名人工智能代理人处理多式联络数据,生成个性化治疗计划,由外科医生评估.
主要成果:
- 融合模型显著提高了MVI (0.8902) 和囊存在 (0.8765) 的预测准确性.
- 在评估的AI药物中,DeepSeek-R1的临床相关性是最高的.
- 该框架显示了人工智能辅助,患者特定的HCC决策的可行性.
结论:
- 人工智能驱动的,针对患者的方法对推进HCC精密瘤学的前景充满希望.
- 这一综合框架为个性化癌症治疗策略提供了一个新的方向.
- 进一步验证AI药物的临床实施是有必要的.
