基于盆腔超声的深度学习模型在卵巢癌精准诊断中的应用

文章预览

*仅供医学专业人士阅读参考 超声成像结合深度学习，赋能卵巢癌精准诊断 。 卵巢癌因其发病部位隐蔽，早期症状不明显，早期诊断较为困难，初诊患者晚期比例高。尽管接受全面、系统的手术和完整的化疗，但卵巢癌患者的总体诊疗结局无明显改善，晚期患者5年生存率 < 30% [1] 。盆腔超声是提高卵巢或附件肿块诊断精度的主要成像技术，但其诊断准确性依赖于超声专家的专业知识和主观判断，且针对深度学习模型性能评估的研究仍显不足。2024年美国临床肿瘤学会（ASCO）大会公布的一项研究旨在开发一种创新的深度学习模型，该模型综合超声图像与临床信息（如患者年龄及CA-125水平），以期实现卵巢良恶性肿瘤的高精度鉴别诊断（摘要号：5543） [2] 。本文特将研究重点梳理如下，以飨读者。 试验方法 本研究收集了2015年至2022年间被诊断为卵巢恶 ………………………………