研究表明，人工智能（AI）可以帮助评估积极皮肤癌如梅克尔细胞癌（MCC）的进展和严重性，通过根据特定治疗为患者和医疗提供者提供个性化的结果预测，从而改善临床决策。
人工智能可以评估积极皮肤癌的进展和严重性，如梅克尔细胞癌（MCC），通过为患者及其医疗提供者提供个性化的治疗结果预测，从而改善临床决策。
由英国纽卡斯尔大学的研究人员领导的全球团队，将机器学习与医学专业知识结合，创建了一个名为”DeepMerkel”的基于网络的平台。该创新系统根据个体和肿瘤特征预测MCC的治疗结果。
他们建议这个工具也可以用于其他积极的皮肤癌，允许精准的预后评估，增强知情临床决策，并改善患者选择。
MCC
MCC是一种罕见但高度侵袭性的皮肤癌，治疗起来非常困难。它通常影响免疫系统较弱的老年人，常在晚期诊断，这与较差的生存率相关。
纽卡斯尔大学癌症研究部的外科医生及博士生Tom Andrew博士是该研究的首席作者，他表示：“DeepMerkel使我们能够预测梅克尔细胞癌的进展和强度，让我们能够量身定制治疗，以便患者能获得最佳护理。”
“利用AI帮助我们识别数据中的复杂新模式和趋势，这使我们能够提供更准确的个体预测。”
“这至关重要，因为截至2020年，MCC的诊断率在过去二十年中翻了一番。虽然仍然罕见，但这是一种侵袭性癌症，越来越多地影响老年人群体。”
此次研究是与纽卡斯尔大学皮肤肿瘤学教授Penny Lovat及纽卡斯尔大学高级临床讲师、纽卡斯尔医院NHS基金信托顾问外科医生Aidan Rose博士共同进行的。
Rose博士指出：“准确预测患者结果对于指导临床决策至关重要，特别是在涉及积极皮肤癌的复杂病例中。这导致了具有挑战性的、有时甚至改变生活的治疗选择。我们在AI方面的进展使我们能够提供个性化的生存预测，并告知患者的医疗团队最佳治疗策略。”
在《自然数字医学》和《美国皮肤病学会杂志》的两篇相关出版物中，团队概述了他们如何利用复杂的统计分析和机器学习创建基于网页的预后工具DeepMerkel。
方法
在《自然数字医学》中，研究团队解释了他们如何结合可解释性分析与患者数据，以揭示有关MCC的死亡风险因素的新见解。他们还将深度学习特征选择与增强型XGBoost框架结合，以开发DeepMerkel预后工具。
通过分析来自两个国家的近11,000名患者的数据，研究人员在《美国皮肤病学会杂志》中展示了DeepMerkel如何成功地在癌症的早期阶段识别高风险患者，使医疗专业人士能够做出更知情的选择，以决定何时采用激进的治疗方法和密切监测。
患者优先
团队设想DeepMerkel将使患者在与他们的医疗团队共同确定最适合他们个体的治疗选择时拥有更好的信息。
Andrew博士补充道：“随着额外资金的到位，我们下一步的激动人心的计划是进一步增强DeepMerkel，使系统能够建议选项，帮助临床医生识别可用的最佳治疗路径。”
未来的目标是将DeepMerkel平台纳入标准临床实践，并扩展其应用于其他肿瘤类型。
