2023人工智能在胰腺癌中的應(yīng)用及展望（全文）

2023人工智能在胰腺癌中的應(yīng)用及展望(全文)種常見惡性腫瘤的第14位，死亡率則居第7位[1]。另一項(xiàng)統(tǒng)計(jì)數(shù)據(jù)表明美國(guó)2021年新增胰腺癌確診病例60430例死亡病例48220例[2]。術(shù)為主[4],新輔助治療逐漸成為研究熱點(diǎn)[5],但目前尚無(wú)標(biāo)準(zhǔn)化方案從而做到早發(fā)現(xiàn)、早治療。導(dǎo)管內(nèi)乳頭狀黏液性腫瘤(intraductalpapillarymucinousneoplasm,IPMN)是胰腺癌的癌前病變[8]。Kuwahara等[9]研究了病理學(xué)檢查結(jié)果證實(shí)為IPMN的患者資料，共收集3970幅EUS圖像，并將其作為深度學(xué)習(xí)算法的輸入項(xiàng)，定義并計(jì)算AI值(0~1的連續(xù)變量)和AI惡性概率(每例患者所有圖像AI值的Blyuss等[13]開發(fā)了一種基于尿液標(biāo)志物的胰腺癌患者風(fēng)險(xiǎn)評(píng)分其AUC為0.871,F1評(píng)分為88.5%;在深度學(xué)習(xí)模型中，所有腫瘤類型別達(dá)到100%和87.6%[15]。Ma等[16]篩選了222例病理學(xué)檢查確率為95.47%,靈敏度為91.58%,特異度為98.27%,與放射科醫(yī)師的準(zhǔn)智能的應(yīng)用可提高EUS圖像的診斷效能。由于自身免疫性胰腺炎度為90%,特異度為93%;區(qū)分AIP和正常胰腺的靈敏度為99%,特異度為98%鑒別AIP和慢性胰腺炎的靈敏度為94%特異度為71%。Ozkan其進(jìn)行分層分析，分為3個(gè)年齡組(<40歲、40~60歲、>60歲),得到93.3%,特異度分別為94.1%、91.7%、88.9%;而未分組的模型得到的診斷效能略低(準(zhǔn)確率87.5%、靈敏度83.3%、特異度93.3%)。提高，胰腺癌手術(shù)患者的圍手術(shù)期病死率從7.9%降至2.3%[20]。僅15%~20%的胰腺癌患者符合首次可切除的條件[21],而新輔助治療的工勾畫出3個(gè)類別(腫瘤、正常導(dǎo)管和殘留上皮),由此訓(xùn)練模型分割腫瘤(F1平均得分為0.86)。而Nasief等[23]則對(duì)新輔助治療前后的增定位甚至實(shí)時(shí)追蹤[24];或是自動(dòng)分割危及器官的輪廓[25],從而引導(dǎo)放療；還有利用深度學(xué)習(xí)制定胰腺癌立體定向放療的治療規(guī)劃[26],對(duì)敏度、特異度均為100%。我團(tuán)隊(duì)在2019年與其合作，在胰頭癌胰腺全及患者術(shù)后恢復(fù)時(shí)間[29]。Miyamoto等[30]在術(shù)前通過三維重建確術(shù)。Okamoto等[31]報(bào)告了5例接受增強(qiáng)現(xiàn)實(shí)導(dǎo)航手術(shù)行胰腺切除術(shù)而Tang等[34]更是使用智能手機(jī)上的增強(qiáng)現(xiàn)實(shí)軟件將重建的三維圖像險(xiǎn)級(jí)別評(píng)估[36],存在較大局限性。韓國(guó)有學(xué)者通過對(duì)2007—2016年接受胰十二指腸切除術(shù)(pancreaticoduodenectomy,PD)的1769例患者的資料進(jìn)行分析，[39]采用支持向量機(jī)模型，對(duì)1242例胰腺導(dǎo)管腺癌患者的120個(gè)臨C-index均值(0.7738)高于隨機(jī)森林(0.6805)。Tong等[41]收集基于3個(gè)、7個(gè)和32個(gè)基本特征建立了3個(gè)人工神經(jīng)網(wǎng)絡(luò)模型，預(yù)測(cè)患型(0.811比0.680、0.844比0.722、0.921比0.8