在非肌肉侵入性膀癌中改进预后:从临床模型到人工智能
Céline Mardelli1, Théophile Bertail1, Isamu Tachibana2
1Department of Urology, Rennes University Hospital, Rennes, France.
Urologic oncology
|March 14, 2026
概括
非肌肉侵入性膀癌 (NMIBC) 的风险分层已经从基本的得分到复杂的AI模型. 目前的工具存在局限性,需要多式联络方法来精确管理患者.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
背景情况:
- 非肌肉侵入性膀癌 (NMIBC) 的风险分层已经在20多年中发展.
- 传统的模型 (EORTC,CUETO) 在当代患者队列中显示出局限性.
- 进步包括分子标记物和人工智能 (AI).
研究的目的:
- 审查NMIBC复发,进展和BCG反应的预后模型.
- 评估临床,病理,分子,放射和AI衍生的变量.
- 评估各种风险分层工具的性能和局限性.
主要方法:
- 对同行评审研究的系统审查.
- 分析包含多种数据类型的预后模型.
- 传统,分子和基于人工智能的方法的比较.
主要成果:
- 传统的模型具有适度的歧视和校准.
- 分子分类器提供生物学洞察力,但缺乏证明的临床实用性.
- 基于人工智能的模型 (机器学习,深度学习,放射学) 优于历史表.
- 人工智能方法改善了患者分层,但面临着可重现性和可解释性挑战.
结论:
- 目前没有单一的预后工具足以在NMIBC中广泛采用.
- 未来的进步需要严格验证的多式联运模式.
- 临床,分子,成像和数字病理学数据的整合对于精确的NMIBC管理至关重要.
