人工智能在膀胱癌MRI精准诊疗中的应用价值

初步研究：本研究是人工智能与磁共振相结合的多学科联合研究，可以使膀胱癌分期的术前判断更加准确，指导临床工作者制定治疗方案。 目前，已经构建了基于术前磁共振图像预测分期和患者预后的人工智能模型。 我们通过深度学习人工智能网络建立了分期预测模型，收集了患者的磁共振图像数据和相关术后病理数据，之后，我们在分期模型构建的基础上对576例患者进行了随访。 通过获取患者的OS、PFS、RFS，随机选取一部分作为训练集，用于训练深度学习网络模型。 另一部分用作测试集以验证其准确性。 本研究为前瞻性、多中心观察性临床研究，拟纳入各中心泌尿外科收治并行电切或根治性膀胱切除术的膀胱恶性肿瘤患者共150例。 为分析人工智能预测术后病理分期的敏感性、特异性和准确性，对入组患者进行3年随访，分析人工智能预测结果与患者OS PFS RFS的相关性。 初步验证了人工智能模型的结果具有预测膀胱癌患者预后的潜力。