基于活检和前列腺切除样本的人工智能预测生化复发
计算机视觉与模式识别
2026-01-30 v1
摘要
根治性前列腺切除术（RP）后的生化复发（BCR）是表明恶性前列腺癌并发不良结局的代理指标，但目前的预后工具仍不够精确。我们在诊断性前列腺活检切片上训练基于AI的模型，来自STHLM3队列（n = 676），用于预测患者特定的BCR风险，使用基础模型和注意力机制的多实例学习。通过对三个外部RP队列进行一般化评估：LEOPARD（n = 508）、CHIMERA（n = 95）和TCGA-PRAD（n = 379）。基于图像的方法实现了0.64、0.70和0.70的5年时间依赖ROC曲线下面积。整合临床变量添加了补充的预后价值，并实现了统计显著的风险分层。与基于指南的CAPRA-S相比，AI对术后预后判断提供了增量性改进。这些发现表明，活检训练的组织病理学AI可以跨越标本类型实现一般化，从而支持术前和术后决策，但AI基于多模态方法相对于更简单预测模型的附加价值应在进一步的研究中得到严格审查。
引用
@article{arxiv.2601.21022,
title = {AI-based Prediction of Biochemical Recurrence from Biopsy and Prostatectomy Samples},
author = {Andrea Camilloni and Chiara Micoli and Nita Mulliqi and Erik Everett Palm and Thorgerdur Palsdottir and Kelvin Szolnoky and Xiaoyi Ji and Sol Erika Boman and Andrea Discacciati and Henrik Grönberg and Lars Egevad and Tobias Nordström and Kimmo Kartasalo and Martin Eklund},
journal= {arXiv preprint arXiv:2601.21022},
year = {2026}
}
备注
39 pages, 6 tables, 11 figures