Kunstmatige intelligentie en stadiëring van kanker bij maligniteiten van het bovenste deel van het maagdarmkanaal

Slokdarm- en maagkanker, die kanker vormen van het bovenste deel van het spijsverteringsstelsel, zijn kankers die vaak worden waargenomen en helaas weinig genezende patiënten hebben. In deze gevallen is het stadium van kanker bij de diagnose om twee redenen erg belangrijk; Ten eerste is het stadium van de kanker direct gerelateerd aan de overlevingstijd. Ten tweede wordt de behandeling gepland volgens het stadium. Verschillende behandelingen worden toegepast op patiënten in verschillende stadia. Momenteel is het TNM-stadiëringssysteem (Tumor, Lymfeklieren en Metastasen) wereldwijd het geaccepteerde systeem. Ondanks de vele geavanceerde technologische hulpmiddelen die bij de stadiëring worden gebruikt (computertomografie, magnetische resonantiebeeldvorming, endoscopische echografie), zijn er nog steeds problemen bij de juiste stadiëring vóór de operatie of voor-na neoadjuvante therapie. Kunstmatige-intelligentietechnieken worden steeds vaker gebruikt op het gebied van gezondheid, vooral bij de diagnose en behandeling van kanker. Het verkrijgen van kankerdetails in radiologische beelden, die niet kunnen worden opgemerkt door het menselijk oog, door big data te analyseren met behulp van algoritmen, leidde tot het toepassingsgebied van "radiomics". Er wordt gesteld dat er met Radiomics verbeteringen zullen zijn in zowel de diagnose als de stadiëring van kankers en daarmee in de behandeling. Hoewel er studies zijn over het gebruik van endoscopische methoden met kunstmatige intelligentie voor de vroege diagnose van slokdarmkanker, is er een beperkt aantal studies uitgevoerd naar stadiumschatting op basis van radiologische beelden. Er zijn met name onvoldoende studies over het onderzoeken van veranderingen in tumorgrootte na chemotherapie met kunstmatige intelligentie en het inschatten van stadiëring. In deze studie was het doel om de voorspellende efficiëntie van stadiëring en de nauwkeurigheid van het met kunstmatige intelligentie ontwikkelde algoritme te onderzoeken door tomografische beelden te verwerken in een regio waar slokdarmkanker endemisch is als primaire uitkomst en om de mortaliteit, morbiditeit en morbiditeit na behandeling te evalueren. percentages en complicaties van de patiënten als secundair resultaat.