扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

昭和大学横滨北部医院:基于全载玻片图像的无监督人工智能预测T1期结直肠癌淋巴结转移

论论资讯 | 2023-01-01 3热度

Digestive Endoscopy

Explore content

About the journal

Publish with us

Whole slide image-based prediction of lymph node metastasis in T1 colorectal cancer using unsupervised artificial intelligence

Takashina Y.; Kudo S.-E.; Kouyama Y.; Ichimasa K.; Miyachi H.; Mori Y.; Kudo T.; Maeda Y.; Ogawa Y.; Hayashi T.; Wakamura K.; Enami Y.; Sawada N.; Baba T.; Nemoto T.; Ishida F.; Misawa M.

Published:2023-01-01
DOI:10.1111/den.14547

研究背景

近年来,随着人们生活水平的提高和医疗技术的不断进步,癌症的发病率也在逐年上升。其中,结直肠癌是一种常见的癌症类型,而淋巴结转移是结直肠癌患者最常见的转移方式之一。因此,对于T1阶段的结直肠癌患者,准确预测淋巴结转移的发生情况,有助于判断手术治疗的必要性。然而,传统的淋巴结转移预测方法存在着很多局限性,因此需要一种新的方法来提高预测的准确性。

研究内容

为了解决上述问题,本研究使用了一种全新的人工智能系统,利用整张切片图像来预测T1阶段结直肠癌的淋巴结转移情况。研究采用了回顾性单中心研究的方法,将LNM-阳性的T1和T2结直肠癌患者的切片图像进行了训练和测试。首先,研究人员将切片图像裁剪成小块,并采用无监督的K均值聚类方法进行分组。然后,从每个切片图像中计算出每个组的百分比、性别和肿瘤位置,并利用随机森林算法进行学习。最后,通过计算受试者工作特征曲线下面积(AUC)来确定淋巴结转移的情况,并比较AI模型和传统指南的过度手术率。

研究意义

本研究的创新点在于利用了全新的人工智能系统,可以在不需要病理学家的情况下预测T1阶段结直肠癌的淋巴结转移情况。相比传统的淋巴结转移预测方法,本研究的方法更加准确和可靠。此外,该研究还发现,相比于传统的指南,本研究的AI模型可以将过度手术率降低21%,有助于提高患者的生活质量和降低治疗成本。因此,本研究对于提高结直肠癌患者的治疗效果具有重要的临床意义。

微信扫码即可查看