基于CT影像和放射科报告的胰腺癌机会性筛查
机器学习
2025-04-02 v1 定量方法
摘要
胰腺导管腺癌（PDAC）是一种高度侵袭性的癌症，95%以上的病例在IV期诊断，五年总生存率不足5%。早期检测和预后模型对改善患者预后和指导早期干预策略至关重要。本研究开发并评估了一种深度学习融合模型，将放射科报告与CT影像整合以预测PDAC风险。该模型在内部数据集上获得C-index为0.6750（95%置信区间：0.6429, 0.7121），在外部数据集上为0.6435（95%置信区间：0.6055, 0.6789），用于5年生存风险估计。Kaplan-Meier分析显示，融合模型预测的低风险组和高风险组之间存在显著分离（p<0.0001）。这些发现凸显了基于深度学习的生存模型在利用临床和影像数据进行胰腺癌诊断中的潜在价值。
引用
@article{arxiv.2504.00232,
title = {Opportunistic Screening for Pancreatic Cancer using Computed Tomography Imaging and Radiology Reports},
author = {David Le and Ramon Correa-Medero and Amara Tariq and Bhavik Patel and Motoyo Yano and Imon Banerjee},
journal= {arXiv preprint arXiv:2504.00232},
year = {2025}
}
备注
8 pages, 2 figures, AMIA 2025 Annual Symposium