生化前列腺癌复发预测：快速与慢速思维
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了前列腺癌患者在前列腺切除术后生化复发时间预测的重要性。通过采用多实例学习的两阶段“快速与慢速思维”策略，我们首次结合低分辨率和高分辨率图像区域来提高复发预测的准确性。研究结果显示，内部验证集的平均C指数为0.733，具有重要的临床应用潜力。
本研究使用深度学习算法分析乳腺癌病理学图像，准确预测早期患者复发风险。算法对低、中、高风险的预测灵敏度分别为0.857、0.746和0.529，特异性分别为0.816、0.803和0.972。与组织级别信息相比，皮尔逊相关系数为0.61。模型还考虑了管状形成和有丝分裂率对不同风险组的预测结构。
