深度学习有助于预测胃癌中的隐匿性腹膜转移

胃癌或胃癌是一种常见的胃肠道恶性肿瘤。腹膜转移发生在大多数晚期胃癌患者中，被认为是一种侵略性疾病，其预后不良。

腹膜转移的患者通常不符合治疗手术的资格。因此，术前检测和诊断腹膜转移对于为治疗决策提供信息和避免不必要的手术至关重要。

一项发表在JAMA网络开放1月5日，深度学习可以帮助预测胃中的隐匿性腹膜转移癌症。它为胃癌患者提供了一种新颖且无创的方法，并可能为胃癌的个性化手术管理提供信息。

这项研究是由Xie Yaoqin博士的小组从中国科学院的深圳先进技术学院（SIAT），斯坦福大学的Li Ruijiang博士，Nanfang医院的Li Ruijiang博士和来自Sun博士的Li Guoxin博士，Sun Zhou Zhiwei博士Yat-Sen大学癌症中心。

研究人员开发了深度学习模型称为腹膜转移网络（PMETNET），可在患有术前计算机断层扫描（CT）图像中预测临床隐匿性腹膜转移胃癌。

这项研究的联合首先作者的斯坦福大学的江尤明博士解释说深度学习模型可以用作可靠的无创工具，用于早期鉴定临床上隐匿性腹膜转移的患者。

博士学位说：“它还可以为个性化的术前治疗决策提供信息，并可能避免不必要的手术和并发症。”另一位联合首先作者SIAT的候选人Liang Xiaokun。

---

---