在乳腺癌治療領(lǐng)域,準確預(yù)測新輔助化療(NAC)的病理完全緩解(pCR)對治療決策意義重大。這篇發(fā)表于Science Advances的論文,聚焦于利用醫(yī)學AI技術(shù)解決該問題,開發(fā)了多模態(tài)集成全自動管道系統(tǒng)(MIFAPS)。
研究團隊整合了預(yù)處理磁共振成像(MRI)、全切片圖像(WSI)和臨床風險因素數(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在多個測試集中展現(xiàn)出卓越性能,其AUC在合并外部測試集和前瞻性測試集分別達到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基礎(chǔ)探索發(fā)現(xiàn),高深度學習分數(shù)與免疫相關(guān)通路以及腫瘤微環(huán)境中抗腫瘤細胞的促進有關(guān)。
從醫(yī)學AI研究角度看,該研究為乳腺癌pCR預(yù)測提供了新方向。自動化圖像分割減少人為干擾,多網(wǎng)絡(luò)集成發(fā)揮優(yōu)勢提升預(yù)測效果。
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,如擴大樣本規(guī)模、優(yōu)化模型融合方式,從而推動醫(yī)學AI在乳腺癌治療預(yù)測中的進一步發(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,同時并不代表贊成其觀點或證實其描述,內(nèi)容僅供參考。版權(quán)歸原作者所有,若有侵權(quán),請聯(lián)系我們刪除。
凡來源注明智慧醫(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:滬ICP備17004559號-5