您好,欢迎您

2024 AATS 中国之声 | NeoPred:利用深度学习和多模式多序列数据推进NSCLC患者的病理结果预测

05月08日
编译:肿瘤资讯
来源:肿瘤资讯

美国胸外科协会(AATS 2024)已于当地时间(EDT)2024年4月27日至30日在加拿大-多伦多圆满落幕。2024 AATS是全球胸外领域中负盛名的胸外科学术活动,提高专业知识,和行业内顶尖专家建立联系,并共同构建胸外科的未来。

在此,【肿瘤资讯】小编特别整理利用深度学习和多模式多序列数据推进NSCLC患者的病理结果预测相关研究。

摘要号:P91

标题:NeoPred: Advancing Pathological Outcome Prediction in NSCLC Patients with Deep Learning and Multimodal Multi-sequence Data

讲者:Jianqi Zheng——广州医科大学附属第一医院

研究背景

新辅助免疫治疗联合化疗的最新进展显著改善非小细胞肺癌(NSCLC)患者的预后,尤其是术后达到主要病理缓解(MPR)或病理完全缓解(pCR)的患者。然而,2-4个治疗周期后的MPR和pCR率分别约为50%和20%。在治疗前准确预测术后病理缓解至关重要。本研究旨在使用来自多个医疗中心的治疗前计算机断层扫描(CT)图像开发深度学习模型,以预测接受手术治疗的NSCLC患者的病理结果。

研究方法

本研究纳入2018年3月至2023年8月期间接受新辅助化学免疫治疗后接受手术治疗的NSCLC患者,涉及4个医学中心。每位患者接受2-4个周期的新辅助化学免疫治疗,并有术后病理标本和相应的缓解评估。此外,从每个疗程的电子病历(EMR)中收集化学免疫治疗前的CT扫描、化学免疫治疗后的术前CT扫描以及相关的常规血液检查结果。具有专业知识的放射科医生在CT扫描中仔细注释肿瘤病变。开发3种不同的深度学习模型来预测术后病理缓解:基线CT、基线CT结合治疗后CT与基线CT结合治疗后CT和EMR数据。数据集被划分为7:3的比例,并指定训练集和验证集。

研究结果

这项研究包括来自4个医学中心的476名患者,在49.2%的患者(n=234)中观察到主要病理缓解(MPR),在29.6%的患者(n=141)中观察到病理完全缓解(pCR)。在外部检测中心,肿瘤检测的交集(IOU)得分为0.81。在病理预测方面,预测模型表现出显著的性能,在pCR预测中,DL1的曲线下面积(AUC)值为0.79、DL2和DL3分别为0.84和0.86。对于MPR预测,DL1的AUC值为0.82、DL2和DL3分别为0.87和0.88。

研究结论

深度学习模型的应用有望有效预测接受新辅助化学免疫治疗的NSCLC患者的术后病理状态。

jPRzgEN8QXtzUm73wbdaCw1kwWRuRZqk.jpg

参考文献

Jianqi Zheng, et al. NeoPred: Advancing Pathological Outcome Prediction in NSCLC Patients with Deep Learning and Multimodal Multi-sequence Data. 2024 AATS P91.


责任编辑:肿瘤资讯-Bear
排版编辑:肿瘤资讯-Bear



版权声明
本文专供医学专业人士参考,未经著作人许可,不可出版发行。同时,欢迎个人转发分享,其他任何媒体、网站如需转载或引用本网版权所有内容,须获得授权,且在醒目位置处注明“转自:良医汇-肿瘤医生APP”。

评论
05月08日
白文秀
平遥兴康医院 | 中医科
感谢分享受益匪浅
05月08日
张帆
益阳市中心医院 | 肿瘤内科
评估疗效的治疗诊断很重要