预测新辅助化疗对晚期胃癌的疗效
胃癌是一种常见的恶性肿瘤，起源于胃粘膜上皮。癌症的早期症状是隐匿和非特异性的，与胃炎和胃溃疡等慢性疾病相似，因此很容易被忽视。结果，80%至90%的胃癌患者在首次被诊断时处于晚期阶段。手术预后较差，5年生存率仅为30%，目前仍然是晚期胃癌(AGC)的主要治疗方法。
近年来，新辅助化疗(NACT)有助于改善AGC患者的预后，并在外科医生和患者中越来越受欢迎。然而，大约30%的AGC患者不能从NACT中受益，但存在疾病进展，额外身体损伤和高治疗费用的风险。虽然术后组织病理学是评估NACT疗效的黄金标准，但它不能帮助优化癌症治疗计划。因此，在治疗前准确识别具有NACT耐药的AGC患者至关重要。
不久前，由中国科学院苏州生物医学工程技术研究所(SIBET)高鑫领导的研究人员与山西省肿瘤医院合作，提出了一种基于人工智能的方法来预测NACT对AGC的疗效。在此基础上，该团队最近提出了一种基于智能技术计算医学图像的新型疗效预测方法，可以解决识别AGC耐药患者的问题。
该团队利用ResNet-50神经网络架构，自动从肿瘤图像中挖掘高维特征，利用多通道图像输入策略和肿瘤边界信息融合肿瘤的空间特征，引导网络聚焦病变区域，从而构建了AGC端到端的NACT疗效预测模型。
此外，他们还采用了来自三家医院的633名AGC患者的计算机断层扫描(CT)图像进行模型训练和验证。
结果表明，该模型具有较高的预测准确率(在内部和外部测试集上大于0.75)和较强的泛化性，是现有研究中最佳的端到端NACT响应预测模型。
此外，为了进一步可视化模型的可解释性，研究人员使用视觉方法量化了肿瘤图像与化疗耐药性之间的对应关系。CT图像中肿瘤模型的激活区域不均匀，为识别肿瘤异质性与化疗耐药性之间的隐含关联提供了参考。
这项题为“深度学习预测局部晚期胃癌对新辅助化疗的耐药性：一项多中心研究”的研究已发表在《胃癌》上。
版权声明：本文由用户上传，如有侵权请联系删除！