这所院校又添新作：通过深度学习确定乳腺癌患者新辅助全身治疗的个体适用性
论论资讯 ｜ 2024-04-29 ｜
46热度
Clinical and Translational Oncology
Explore content
About the journal
Publish with us
Determining individual suitability for neoadjuvant systemic therapy in breast cancer patients through deep learning
Zhu Enzhao; Zhang Linmei; Liu Yixian; Ji Tianyu; Dai Jianmeng; Tang Ruichen; Wang Jiayi; Hu Chunyu; Chen Kai; Yu Qianyi; Lu Qiuyi; Ai Zisheng
Published：2024-04-28
DOI：10.1007/s12094-024-03459-8
研究背景
乳腺癌治疗中的个体适应性一直是一个争议性话题，因为患者的特征各不相同，现有治疗方法并不总是适用于所有人。这种不确定性给医疗决策带来了挑战，因此有必要寻找一种更加个性化的治疗方案。
研究内容
这项研究旨在利用深度学习技术，为乳腺癌患者提供个性化的治疗建议。研究开发了六种模型，用于提供个性化的治疗建议。研究结果显示，采用BITES模型的建议与实际治疗相符的患者，乳腺癌死亡率降低且不良反应减少。BITES模型建议，TNM分期为IIB、IIIB，三阴性亚型，阳性腋窝淋巴结数量较多以及肿瘤较大的患者最有可能从新辅助系统治疗中受益。
研究意义
这项研究展示了BITES模型在临床治疗决策中的潜力，为医生提供了量化的治疗见解。未来的研究应该在临床环境中验证这些模型，并深入研究其他患者特征以及治疗效果评估。
这项研究为乳腺癌患者的治疗带来了新的思路，帮助医生更好地制定个性化的治疗方案，从而提高患者的生存率和生活质量。
学术热榜
查看全部
相关资讯
换一批