多模态预测模型

预测早期复发更准

整合影像组学和深度学习，构建多模态模型，能够在肝细胞癌患者手术前精准预测早期复发风险，辅助临床决策。

彭劼 · Wang, Jiaren · 朱洪波 · Ji, Xia · Cui, Hao · Chang, Hong · Zeng, Lin · Li, Ruining · 理研 · Shengxing, Liang · Xu, Hengtian · Dong, Hanzhi · Xiao, Lushan · 刘理

Journal of Advanced Research 2025

参数信息

多模态模型AUC（训练队列）

0.955

多模态模型AUC（验证队列）

0.930

技术优势

预测更准

整合影像组学和深度学习的多模态模型，训练队列AUC达0.955，优于单一模型。

机制可解释

模型预测结果与自然杀伤细胞介导的细胞毒性通路相关，为复发机制提供见解。

多中心验证

模型在独立验证队列中AUC达0.930，显示一定泛化能力。

应用场景

• 肝癌早期复发预测：术前预测早期复发风险，指导辅助治疗和监测方案。
• 医学影像分析：从增强CT影像中自动提取深层特征，提升诊断效率。
• AI辅助诊断：辅助医生识别高危患者，优化个体化治疗决策。