胃癌における術後合併症の術前予測のためのマルチモーダルディープラーニングモデル。

原題
A Multimodal Deep Learning Model for Preoperative Prediction of Postoperative Complications in Gastric Cancer.
背景:CD≧IIの合併症は胃切除術後に約20%に影響し、生存期間を短縮する;現在のスコアは多くの患者を見逃している。
方法:6つの試験におけるプロスペクティブな検証を伴う多施設5,237人の患者の研究。DeepCompは、腫瘍、5 mmの腫瘍周囲領域、およびL3体組成からの臨床データおよび基礎モデル画像の特徴を、術前にCD≧IIおよび全生存を予測するためのデュアルタスク深層学習モデルに統合する。
結果:AUC 0.888内部;824-0-869外部、臨床ベースラインを上回った。外科医の感度は47%→88%上昇した。エミュレートされた介入はCD≧IIを5.9%-20.6%低下させた。予測OS HR 3.08/SD;C-index 0.766。
結論:DeepCompは合併症リスクと生存を確実に層別化し、個別化された周術期管理を支持する。
Journal: Ann Oncol (CiteScore 2022: 63)
DOI: 10.1016/j.annonc.2026.07.004
PMID: 42463045