跳到正文
原文
梅斯医学·临床资讯·· 29 天前AI 评分27

ESMO 2026:AI 预测 NSCLC 放疗严重毒性,性能能否超越传统模型?

ESMO 2026:AI 预测肺癌放疗严重毒性,能否超越传统模型?

AI 导读

ESMO 2026 公布的一项预注册范围综述显示,现有有限证据初步提示 AI 模型在预测 NSCLC 患者≥3 级放疗毒性方面,性能可能优于传统非 AI 模型。该研究检索 Embase、MEDLINE 和 CINAHL 数据库,最终仅纳入 2 项直接对比研究,尚无充足证据得出明确结论。

正文

2分钟前 吾乃喵大人 MedSci原创 发表于上海

现有有限证据初步提示,在预测 NSCLC 患者严重放疗毒性方面,AI 模型的性能可能优于传统非 AI 模型。

深度解析医学证据,DeepEvidence为你支撑决策 非小细胞肺癌(NSCLC)患者放疗后出现的≥3 级严重放疗毒性,不仅会大幅降低患者生活质量、限制放疗的临床获益,甚至可能引发治疗相关死亡。通过整合多维度输入信息,人工智能(AI)模型理论上可更精准地预测严重放疗毒性,助力优化患者预后;但 AI 模型的预测性能是否优于传统非 AI 模型,目前仍缺乏明确结论。本项范围综述系统整合现有研究证据,针对 AI 与非 AI 模型对 NSCLC 患者≥3 级放疗毒性的预测价值进行对比分析。 本研究严格遵循 PRISMA 范围综述指南执行,且已在开放科学框架(OSF)平台完成预注册。研究检索了 Embase、MEDLINE 与 CINAHL 三大数据库中 2015 年至今的相关文献,由两名研究者独立完成文献筛选与数据提取,确保结果可靠。纳入标准为:针对 NSCLC 患者人群,直接对比 AI 模型与非 AI 模型,预测 CTCAE/RTOG 分级标准下≥3 级放疗毒性的研究。提取的核心数据涵盖模型类型、输入变量及模型区分度性能指标。 初检共检索到 440 篇文献,最终仅 2 项研究符合全部纳入标准;

小提示:本篇资讯需要登录阅读,点击跳转登录

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言

来源:梅斯医学·临床资讯 · news.medsci.cn