中国科学院深圳先进技术研究院李志成教授领导的研究团队开发了一种基于人工智能的模型，显着提高了胃癌患者淋巴结转移阶段的预测。癌症。该研究发表在《腹部放射学》上。

胃癌是全球癌症相关死亡的主要原因之一。准确预测淋巴结转移对于确定适当的疗程和手术干预至关重要。然而，传统的预测方法的准确性有限，需要一种更稳健、更精确的方法。

在这项研究中，研究人员对 2016 年至 2019 年间接受治疗的 252 名患者进行了回顾性研究。通过采用深度学习模型并分析术前计算机断层扫描 (CT) 图像和术后全切片成像 (WSI) 数据，他们开发了一种整合模型，该模型将放射学和病理学特征能够以前所未有的准确性预测淋巴结转移阶段。

集成模型在测试集上的总体准确率为 84.0%，kappa 系数为 0.795。与单独使用放射学或病理数据的模型相比，它表现出卓越的预测性能。该模型预测淋巴结转移阶段的准确性和精确性可以极大地帮助临床决策和个性化治疗计划。

“这是第一个结合放射学和组织病理学图像来预测胃癌淋巴结分期的模型，”李教授说。“我们的模型有可能改变胃癌的治疗方法。”