基于 AI 的结肠癌标记物有助于提高治疗质量

挪威领导的一个研究小组利用深度学习和传统苏木精和伊红染色的肿瘤组织切片的数字扫描，开发了一种临床上有用的预后标记物。该测定已在大型独立患者群体中进行了广泛评估，与已建立的分子和形态学预后标志物相关并优于已建立的分子和形态学预后标志物，并在肿瘤和淋巴结阶段给出一致的结果。

生物标志物将 II 期和 III 期患者分成足够不同的预后组。该工具有可能通过避免在极低风险人群中进行治疗来指导辅助治疗的选择，同时确定可以从更强化治疗方案中受益的患者。

检测 DoMore-v1-CRC 标记的新方法称为组织分型。

已验证

来自四个队列的疾病结果明显好或差的患者的超过 12,000,000 个图像块被用来训练总共 10 个专门用于对超大异构图像进行分类的卷积神经网络。使用结果不明确的患者确定了整合 10 个网络的预后生物标志物。

研究人员使用在英国制备的载玻片对 920 名患者进行了测试，这些载玻片根据预定义的方案在 1122 名使用挪威制备的单药卡培他滨治疗的患者中进行了独立验证。所有队列仅包括可切除肿瘤的患者，以及可用于分析的福尔马林固定、石蜡包埋的肿瘤组织块。主要结果是癌症特异性存活率。

来自四个队列的 828 名患者有不同的结果，并被用作训练队列以获得明确的基本事实。1645 名患者的结果不明确，并用于调整。

在验证队列的主要分析中，该生物标志物提供了 3·84 的不良预后与良好预后的风险比(95% CI 2·72–5·43;p<0·0001)。在对同一队列的单变量分析中显着的既定预后标志物进行调整后，(pN 分期、pT 分期、淋巴管侵犯、静脉血管侵犯)风险比为 3·04 (2·07–4·47;p<0·0001 ).

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！