Jakob Nikolas Kather

搜索
登录

Jakob Nikolas Kather

文章数：4篇

人工智能在胃肠道和肝胆癌症病理诊断中的应用（综述）

人工智能（AI）可以从视觉数据中提取复杂的信息。胃肠道（GI）和肝癌的组织病理学图像包含大量人类观察者只能部分理解的信息。作为对人类观察者的补充，AI可以对胃肠道和肝癌的数字化组织切片进行深入分析，并提供广泛的临床相关应用。发表在Gut上的一篇综述文章对AI与病理诊断的进展进行了介绍，并指出数字病理学的目标不是接管病理学家的工作，而是提高诊断准确性，减少人为错误，并提高工作效率和可重复性。

人工智能深度学习数字化组织切片疾病诊断全载玻片成像扫描

深度学习助力结直肠癌微卫星不稳定性的临床分级

微卫星不稳定性（MSI）和错配修复缺陷（dMMR）可对结直肠癌患者进行分类，选择不同的治疗策略。深度学习可在常规组织切片上检测肿瘤样品的MSI和dMMR状态，比分子分析更快、更便宜。Gastroenterology近期发表的文章，研发出利用结直肠癌患者的H&E切片检测MSI和dMMR的深度学习算法，在测试集中表现非常优秀，或可用于结直肠癌组织标本的高通量、低成本评估。

结直肠癌 biomarker Cancer Immunotherapy Lynch Syndrome Mutation

Nature子刊：深度学习算法预测微卫星不稳定

胃肠道癌症患者对免疫治疗的应答受到微卫星不稳定的影响。Nature Medicine上发表的一项最新研究，开发了一种深度学习算法，利用HE染色的组织切片，即可较好地预测胃肠道癌症患者的微卫星不稳定，有助于更好地实现个性化肿瘤免疫治疗。

深度学习结直肠癌胃癌个性化医疗肿瘤免疫治疗

机器学习预测结直肠癌患者生存期

来自PLoS Medicine上发表的一项最新研究，开发了一种机器学习方法，基于结直肠癌组织切片计算出一个特定的分数，该分数可预测患者的总生存期及无复发生存期。

机器学习结直肠癌机器学习总生存期无复发生存期