摘要
目前肺癌是全球癌症相关死亡的主要原因,早期预测治疗效果对非小细胞肺癌(NSCLC)治疗方案选择或及时变更具有指导作用,有利于改善疗效,延长患者生存期和提高生存质量。因此,寻找能够客观测量和评价NSCLC的生物标志物成为预测疗效的关键。人工智能技术因对医学图像的识别和分析方面具有高维度特征提取及整合的优势,而被广泛用于挖掘NSCLC潜在疗效预测性生物标志物,但多数研究尚未阐明模型特征背后的生物学意义。因此,该文主要对经典生物标志物和基于人工智能的影像生物标志物在NSCLC疗效预测中的研究进展予以综述,并对人工智能模型预测NSCLC疗效的未来发展趋势进行展望。
作者
宗煜
李新宇
卢光明
Zong Yu;Li Xinyu;Lu Guangming(Department of Radiology,Jinling Hospital,Nanjing Medical University,General Hospital of Eastern Theater Command,Nanjing 210002,China)
出处
《中华放射学杂志》
CAS
CSCD
北大核心
2024年第8期869-872,共4页
Chinese Journal of Radiology
基金
科技部科技创新2030-重大项目“新一代人工智能”专项(2020AAA0109505)。