两篇论文：使用人工智能来预测侵袭性皮肤癌的结果

英国纽卡斯尔大学领导的一项研究表明，人工智能可以确定侵袭性皮肤癌的病程和严重程度，如默克尔细胞癌（MCC），通过为患者及其医生提供个性化的治疗结果预测，提高临床决策能力。

　　

人工智能可以确定侵袭性皮肤癌的病程和严重程度，如默克尔细胞癌（MCC），通过为患者及其医生提供个性化的治疗结果预测，提高临床决策能力。

由英国纽卡斯尔大学的研究人员领导的一个国际团队将机器学习与临床专业知识相结合，开发了一个名为“DeepMerkel”的基于网络的系统，该系统可以根据个人和肿瘤的具体特征预测MCC治疗的具体结果。

他们提出，该系统可以应用于其他侵袭性皮肤癌的精确预测，增强知情的临床决策和改善患者的选择。

MCC

MCC是一种罕见但具有高度侵袭性的皮肤癌。它可能很难治疗——通常影响免疫系统较弱的老年人，他们的疾病已经发展到晚期，生存率很低。

汤姆·安德鲁博士是纽卡斯尔大学的整形外科医生和CRUK资助的博士生，也是第一作者；“DeepMerkel使我们能够预测默克尔细胞癌的病程和严重程度，使我们能够个性化治疗，从而使患者得到最佳管理。”

“使用人工智能使我们能够理解数据中微妙的新模式和趋势，这意味着在个人层面上，我们能够为每位患者提供更准确的预测。

“这一点很重要，因为在截至2020年的20年里，被诊断患有这种癌症的人数翻了一番，虽然这种癌症仍然很罕见，但它是一种侵袭性皮肤癌，越来越多地影响老年人。”

这项研究是由纽卡斯尔大学皮肤肿瘤学教授Penny Lovat和纽卡斯尔大学高级临床讲师、纽卡斯尔医院NHS基金会信托基金会整形外科顾问Aidan Rose博士共同进行的。

罗斯医生说；“在指导临床决策时，能够准确预测患者的结果至关重要。在治疗复杂患者群体的侵袭性皮肤癌时，这一点尤其重要，因为这通常会导致在治疗方案方面做出困难的选择，有时甚至会改变生活。我们利用人工智能所取得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方案。”

在《自然数字医学》和《美国皮肤病学会杂志》的两篇互补出版物中，该团队描述了他们如何使用先进的统计和机器学习方法开发基于网络的MCC预后工具。 

方法

在《自然数字医学》杂志上，研究小组描述了他们如何利用可解释性分析和数据来揭示对高度侵袭性癌症MCC的死亡风险因素的新见解。然后，他们将深度学习特征选择与改进的XGBoost框架结合起来，开发了一种基于网络的MCC预测工具，他们称之为DeepMerkel。

研究人员分析了来自两个国家近1.1万名患者的数据，并在《美国皮肤病学会杂志》上描述了DeepMerkel如何能够准确识别早期癌症高危患者。这使医务人员能够就何时使用根治性治疗方案和加强疾病监测做出更明智的决定。

第一次

该团队希望DeepMerkel能够为患者提供更好的信息，以便他们与医疗团队一起决定对他们个人来说最好的治疗方法。

安德鲁博士补充说：“随着进一步的投资，我们团队令人兴奋的下一步是进一步开发DeepMerkel，这样该系统就可以为临床医生提供最佳治疗途径的选择。”

下一步是将DeepMerkel网站整合到常规临床实践中，并将其应用范围扩大到其他肿瘤类型。