Bruksverdien av kunstig intelligens i MR-presisjonsdiagnose og behandling av blærekreft

Foreløpig forskning: Denne forskningen er tverrfaglig felles forskning ved å kombinere kunstig intelligens med magnetisk resonans, den kan gjøre den preoperative bestemmelsen av blærekreftstadiet mer nøyaktig og veileder klinikerens behandlingsplan. For tiden er det konstruert en kunstig intelligensmodell basert på preoperative magnetiske resonansbilder for å forutsi iscenesettelse og pasientprognose. Vi bygget en iscenesettelsesprediksjonsmodell gjennom dypt læringsnettverk for kunstig intelligens, og samlet inn magnetisk resonansbildedata og relaterte postoperative patologiske data fra pasienter, etterpå fulgte vi 576 pasienter på grunnlag av iscenesettelsesmodellkonstruksjon. Ved å skaffe OS, PFS og RFS for pasienter ble en del tilfeldig valgt som et treningssett for opplæring av dyplæringsnettverksmodellen. Den andre delen brukes som et testsett for å verifisere nøyaktigheten. Denne studien var en prospektiv, multisenter observasjons-klinisk studie. Totalt 150 pasienter med malign blære-svulst som ble innlagt på urologisk avdeling på hvert senter for behandling og gjennomgikk elektrisk reseksjon eller radikal cystektomi, var planlagt å bli registrert. For å analysere sensitiviteten, spesifisiteten og nøyaktigheten til kunstig intelligens i å forutsi postoperativ patologisk stadie, ble pasienter som kom inn i gruppen fulgt opp i 3 år, deretter analyserte vi korrelasjonen mellom prediksjonsresultater for kunstig intelligens og pasient OS PFS RFS. Det ble foreløpig verifisert at resultatene av den kunstige intelligensmodellen har potensial til å forutsi prognosen for pasienter med blærekreft.