Dyplæring med MR-basert multimodal-data Fusion Enhanced postoperativ risikostratifisering av brystkreft

Brystkreft utgjør en betydelig global helseutfordring, spesielt blant kvinner, med høye forekomster av tilbakefall og fjernspredning til tross for tidlige intervensjoner. Rettidig identifisering av metastaserisiko og nøyaktig prediksjon av behandlingsstrategier er avgjørende for å forbedre prognosen. Imidlertid gir den komplekse heterogeniteten til brystsvulster utfordringer i presis prognoseprediksjon. Derfor er utviklingen av innovative metoder for tumorsegmentering og prognosevurdering avgjørende.

Forskningen som ble utført er en multisenterstudie som inkluderte 1199 ikke-metastaserende brystkreftpasienter fra fire uavhengige sentre. Studien vår utnytter fremskritt innen kunstig intelligens (AI) for å møte denne utfordringen. Denne studien er den første vellykkede anvendelsen av MR-basert multimodalt prediksjonssystem for å nøyaktig identifisere risikoen for postoperativt tilbakefall hos brystkreftpasienter.