在乳腺癌治療領(lǐng)域，準(zhǔn)確預(yù)測(cè)新輔助化療（NAC）的病理完全緩解（pCR）對(duì)治療決策意義重大。這篇發(fā)表于Science Advances的論文，聚焦于利用醫(yī)學(xué)AI技術(shù)解決該問題，開發(fā)了多模態(tài)集成全自動(dòng)管道系統(tǒng)（MIFAPS）。
研究團(tuán)隊(duì)整合了預(yù)處理磁共振成像（MRI）、全切片圖像（WSI）和臨床風(fēng)險(xiǎn)因素?cái)?shù)據(jù)，構(gòu)建了MIFAPS。
研究納入1004例患者數(shù)據(jù)，涵蓋回顧性和前瞻性研究。MIFAPS在多個(gè)測(cè)試集中展現(xiàn)出卓越性能，其AUC在合并外部測(cè)試集和前瞻性測(cè)試集分別達(dá)到0.882和0.909，顯著超越單模態(tài)模型。
通過模型可視化和生物學(xué)基礎(chǔ)探索發(fā)現(xiàn)，高深度學(xué)習(xí)分?jǐn)?shù)與免疫相關(guān)通路以及腫瘤微環(huán)境中抗腫瘤細(xì)胞的促進(jìn)有關(guān)。
從醫(yī)學(xué)AI研究角度看，該研究為乳腺癌pCR預(yù)測(cè)提供了新方向。自動(dòng)化圖像分割減少人為干擾，多網(wǎng)絡(luò)集成發(fā)揮優(yōu)勢(shì)提升預(yù)測(cè)效果。
不過，研究也存在樣本量不足、模型泛化性有待提高等問題。這為后續(xù)研究提供了思路，如擴(kuò)大樣本規(guī)模、優(yōu)化模型融合方式，從而推動(dòng)醫(yī)學(xué)AI在乳腺癌治療預(yù)測(cè)中的進(jìn)一步發(fā)展與應(yīng)用。
特別聲明：智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容，出于傳遞更多信息而非盈利之目的，同時(shí)并不代表贊成其觀點(diǎn)或證實(shí)其描述，內(nèi)容僅供參考。版權(quán)歸原作者所有，若有侵權(quán)，請(qǐng)聯(lián)系我們刪除。
凡來(lái)源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng)，轉(zhuǎn)載需獲授權(quán)。
智慧醫(yī)療網(wǎng) ? 2022 版權(quán)所有 ICP備案號(hào)：滬ICP備17004559號(hào)-5
