AI使用肝癌MRI来预测治疗反应

根据加勒比海盗的美国放射学杂志》(学杂志)机器学习模型应用于目前充分利用成像特性可以帮助构建更可靠的器官分配和肝脏移植手术资格的标准。

“研究结果表明,基于机器学习模型可以预测复发治疗之前分配早期肝细胞癌(HCC)患者最初资格肝脏移植手术,“写通讯作者的朱利叶斯Chapiro放射学和生物医学成像在纽黑文的耶鲁大学医学院,CT。

Chapiro和同事的概念验证研究包括120名患者(88名男性,32岁女性;平均年龄60岁)诊断为早期肝癌2005年6月至2018年3月,他最初资格由移植肝脏移植和接受治疗,切除,或热消融。病人接受MRI预处理和后处理成像监测,提取和成像特性从postcontrast预处理阶段的MRI检查使用pretrained卷积神经网络(VGG-16)。预处理临床特征(包括实验数据)和提取集成开发三毫升models-clinical成像特性,成像,总共1 - 6年内复发预测后处理。

最终,所有三个模型预测对早期肝癌的治疗后的复发预处理临床(AUC 0.60 - -0.78,在所有六个时间框架)、核磁共振(AUC 0.71 - -0.85),和两个数据的总和(AUC 0.62 - -0.86)。使用成像数据是唯一的模型输入了预测性能高于单独临床数据;然而,结合这两种数据类型没有明显改进性能超过单独使用成像数据。

参考:Iseke年代,Zeevi T, Kucukkaya, et al。机器学习模型预测使用预处理治疗后复发的早期肝癌的临床和MRI特点:一个概念验证研究。是J Roentgenol。2022年。doi:10.2214 / AJR.22.28077

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。