Machine learning CT-model voorspelt recidiefkans op NSCLC

Een machine learning-model gebaseerd op CT-data uit de screeningfase lijkt een veelbelovende tool om het recidiefrisico bij NSCLC te voorspellen. Het model had een goede specificiteit en sensitiviteit. NSCLC is de meest voorkomende vorm van longkanker en heeft een hoog recidiefrisico na chirurgische resectie. Tools die dit risico kunnen voorspellen zijn op voorhand nodig, zodat men in de vroege fase meteen na diagnose al kan bepalen welke patiënten een meer agressieve vorm van behandeling nodig hebben. Italiaanse onderzoekers ontwikkelden een nieuw model, met behulp van machine transfer learning op CT-data. CT-data methode De onderzoekers gebruikten een radiogenoom-dataset van patiënten met NSCLC met CT-beelden van de primaire tumor en klinische informatie. Zij identificeerden drie regio’s van interesse (ROI) gebaseerd op de CT-doorsnede met de tumor met het maximale gebied en met drie dilatatiegroottes: CROP (geen dilatatie), CROP10 en CROP20. De machine learning-software extraheerde uit de ROI’s vervolgens radiomics-kenmerken. Goede performance van het model Het model dat de CROP20-beelden analyseerde - de ROI’s die het…