肖海鵬教授團(tuán)隊研究成果在柳葉刀子刊eClinicalMedicine發(fā)表

近日，中山大學(xué)附屬第一醫(yī)院肖海鵬教授團(tuán)隊在甲狀腺癌人工智能精準(zhǔn)診療領(lǐng)域的最新研究成果“Deep learning to predict cervical lymph node metastasis from intraoperative frozen section of tumour in papillary thyroid carcinoma： a multicentre diagnostic study”在柳葉刀子刊eClinicalMedicine（IF=17.033）發(fā)表。

▲研究成果發(fā)表在柳葉刀子刊eClinicalMedicine（IF=17.033）

準(zhǔn)確鑒別甲狀腺乳頭狀癌患者的淋巴結(jié)轉(zhuǎn)移，以進(jìn)行合理、徹底的頸部淋巴結(jié)清掃術(shù)和科學(xué)的術(shù)后分層管理，對改善患者預(yù)后具有重要臨床意義。然而術(shù)前超聲和CT對頸部淋巴結(jié)轉(zhuǎn)移的診斷效能欠佳，亟需新的手段指導(dǎo)甲狀腺乳頭狀癌患者的手術(shù)決策。

肖海鵬教授團(tuán)隊利用深度學(xué)習(xí)技術(shù)，基于3800余張甲狀腺乳頭狀癌術(shù)中冰凍病理切片，構(gòu)建淋巴結(jié)轉(zhuǎn)移人工智能預(yù)測模型ThyNet-LNM，在4個中心的數(shù)據(jù)集對模型進(jìn)行了驗證，并與術(shù)前頸部超聲和CT檢查結(jié)果進(jìn)行比較。研究發(fā)現(xiàn)，ThyNet-LNM模型在外部多中心驗證的準(zhǔn)確性顯著優(yōu)于術(shù)前頸部淋巴結(jié)超聲和CT檢查?；赥hyNet-LNM模型的預(yù)測結(jié)果開展頸部淋巴結(jié)清掃術(shù)，可將非進(jìn)展期甲狀腺乳頭狀癌患者不必要的淋巴結(jié)清掃率從56.4%減少至14.9%，減少手術(shù)創(chuàng)傷和并發(fā)癥的風(fēng)險。

本項目由中山大學(xué)附屬第一醫(yī)院牽頭，聯(lián)合華南地區(qū)3家大型三甲醫(yī)院和哈佛大學(xué)布列根和婦女醫(yī)院共同完成。該成果充分體現(xiàn)了多學(xué)科協(xié)作和醫(yī)工交叉的優(yōu)勢互補，以及多中心區(qū)域協(xié)作和國際合作的前景。

論文鏈接：

https：//www.sciencedirect.com/science/article/pii/S2589537023001840

本文來源：中山一院公眾號