研究人員展示了深度學習算法在術后環境中的能力

ECOG-ACRIN 癌癥研究小組的研究人員表示，人工智能可以增強當前的方法，以預測頭頸癌將擴散到頸部淋巴結邊界以外的風險。使用標準計算機斷層掃描（CT）掃描圖像和參與E3311 2期試驗的患者提供的相關數據定制的深度學習算法顯示出了前景，特別是對于新診斷為人類乳頭瘤病毒（HPV）相關頭頸癌的患者。

Benjamin Kann 醫學博士領導了ECOG-ACRIN的研究。他在德克薩斯州圣安東尼奧舉行的美國放射腫瘤學學會（ASTRO）年會上介紹了這一發現。Kann博士說：“這種類型的研究是關鍵，因為它可以幫助識別高風險、侵襲性疾病的患者，并幫助選擇適當的患者進行治療。”

頭頸癌及其標準治療方法——手術、放療或化療——具有顯著的發病率。它們影響一個人的外表、說話、飲食或呼吸。因此，人們對開發針對患者的低強度治療策略非常感興趣。例如，已完成的E3311第3階段試驗表明，經口手術后不進行化療的50格雷（Gy）低劑量輻射可使復發風險中等的患者獲得非常高的生存率和卓越的生活質量。

Kann博士及其同事基于診斷計算機斷層掃描（CT）掃描、病理學和臨床數據開發，并驗證了基于神經網絡的深度學習算法。來源是E3311試驗的參與者隊列，他們通過標準的病理和臨床測量評估為高復發風險。

坎恩博士說：“頭頸癌的分期是一個具有挑戰性的臨床問題。特別是，我們目前通過人類對治療前成像的解讀來識別結外擴張的努力，結果普遍不佳。”