关键词:
食管癌
新辅助治疗
免疫治疗
深度学习
病理完全缓解
摘要:
目的建立一种基于CT图像的自动编码器人工智能方法以预测食管癌术前化疗联合免疫治疗的疗效。方法回顾性分析2019年7月至2023年7月在浙江省肿瘤医院接受新辅助化疗联合免疫治疗后行手术治疗的240例食管鳞状细胞癌患者。提取患者临床病理信息,并根据肿瘤病理消退情况,将所有患者分为病理完全缓解组(35例)和非病理完全缓解组(205例)。基于CT图像的自动编码器人工智能方法,利用变分自动编码器提取任务相关“深度学习特征”,将患者按4∶1的比例随机分为训练集192例和验证集48例,建立病理完全缓解分类模型,并采用5折交叉验证分组,最终采用多个指标评估模型的预测效能:精确率、召回率、F1分数、AUC、准确率。结果训练集的精确率为0.665,召回率为0.888,F1分数为0.760,AUC为0.946,准确率为0.901;验证集的精确率为0.651,召回率为0.836,F1分数为0.726,AUC为0.935,准确率为0.896。结论基于CT图像的自动编码器人工智能方法可以有效地预测食管癌新辅助化疗联合免疫治疗的疗效,为患者制定个体化治疗提供依据。