Model hlubokého učení předpovídá patologickou kompletní odpověď rakoviny plic po neoadjuvantní imunochemoterapii

Tato studie retrospektivně získala nekontrastní a kontrastní zvýrazněné CT skeny pacientů s NSCLC, kteří podstoupili operaci po neoadjuvantní imunochemoterapii. v několika centrech mezi srpnem 2019 a únorem 2023. Funkce hlubokého učení byly extrahovány z nesmluvně vylepšených a kontrahovaných CT skenů pro konstrukci prediktivních modelů (model LUNAI-nCT a model LUNAI-eCT). Po fúzi těchto dvou typů funkcí byl zkonstruován fúzovaný model (LUNAI-fCT model). Výkonnost modelu byla hodnocena pomocí plochy pod křivkou provozní charakteristiky přijímače (AUC), přesnosti, citlivosti, specifičnosti, pozitivní prediktivní hodnoty (PPV) a negativní prediktivní hodnoty (NPV). Ke kvantifikaci dopadu funkcí CT zobrazení na predikci modelu byla použita analýza SHAPley Additive ExPlanations (SHAP). Abychom získali přehled o tom, jak náš model vytváří předpovědi, použili jsme Gradient-weighted Class Activation Mapping (Grad-CAM) ke generování tepelných map význačnosti.