原題
Establishing a deep learning model that integrates pre- and mid-treatment computed tomography to predict treatment response for non-small cell lung cancer.
背景:非小細胞肺癌(NSCLC)患者における放射線療法(RT)への反応のばらつきは、個別化された治療戦略を必要とする。本研究は、治療結果を予測するために治療前と治療中のコンピューター断層撮影(CT)を統合したディープラーニング(DL)モデルを作成することを目的とした。
方法:3つの病院にわたる168人のNSCLC患者からのデータを分析した。応答を予測し、用量漸増(DE)を個別化するために、DL、ラジオミクス、および臨床的特徴を組み込んだ可変時間間隔長短期記憶ネットワーク(VTI-LSTM)を開発した。
結果:統合モデルは、治療前単独と比較して高い予測精度(AUC 0.869)を達成し、29人の患者に対して個別化されたDEを可能にした。
結論:このアプローチは反応予測を強化し、NSCLCに対する個別化されたRT戦略を支持する。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2025.03.012
PMID: 40089073
コメント