基于临床病理特征的人工智能胃癌生存预测模型构建及效能验证.pdfVIP

浙江医学2024年第46卷第3期

●论著

基于临床病理特征的人工智能

胃癌生存预测模型构建及效能

验证

周璐青廖旭慧曹学全蒋苏甜

【摘要】目的探讨联合临床病理特征和人工智能（AI）算法构建的胃癌生存预测模型的效能及临床意义。方法选取

2016年6月至2018年5月丽水市人民医院就诊的200例胃癌患者的病理信息，筛选与生存结局高度相关的指标。采用10倍交

叉验证法将200例患者以2∶8的比例分为建模队列40例和验证队列160例。与生存结局高度相关的指标采用随机梯度提升

（gbm）、广义线性模型（glmnet）、逻辑回归模型（plr）、径向基函数核支持向量机（svmRadial）、贝叶斯模型（naive_bayes）和随

机森林模型（ranger）6种AI算法在建模队列中构建胃癌生存预测模型，并在验证队列中验证模型的预测效能。结果200例

患者中存活组109例，死亡组91例。肿瘤最大径、淋巴结转移、肿瘤位置、神经浸润和TNM分期在存活组和死亡组的分布

差异均有统计学意义（均P＜0.05），且与生存结局均相关（均P＜0.05）。ROC曲线显示单项指标预测患者生存的AUC均

＞0.500。综合比较6种算法的多维度考量指标发现，基于svmRadial算法下的5项病理特征组合生存预测模型综合效能

最佳，AUC为0.817，灵敏度为0.762，特异度为0.833，准确度为0.795。在验证队列中svmRadial算法下的5项病理特征组

合生存预测模型AUC为0.624。结论AI技术能够有效提升5项病理特征联合检测的预测效能，从多维度综合分析患者情况，

具有优异的辅助潜能，可为改善胃癌患者的预后管理提供研究思路和理论基础。

【关键词】胃癌；病理特征；人工智能；生存预测

Constructionandverificationofartificialintelligencesurvivalpredictionmodelforgastriccancerbasedonclinicopathological

features

ZHOULuqing,LIAOXuhui,CAOXuequan,JIANGSutian

First-authorsaddress:GraduateSchool,ZhejiangChineseMedicalUniversity,Hangzhou310053,China

Correspondingauthor:LIAOXuhui,E-mail:lxh202200@163.com

【Abstract】ObjectiveToconstructasurvivalpredictionmodelforgastriccancer(GC)withartificialintelligence(AI)

algorithmsandtoverifyitsperformanceefficiency.MethodsClinicopathologicalinformationof200patientswithgastric

cancertreatedinLishuiPeoplesHospitalfromJune2016toMay2018wasanalyzed,andtheindicatorshighlycorrelated

withsurvivaloutcomewerescreenedout.Patientsweredividedintoatrainingcohort(40cases)andatestingcohort(160

cases)ataratioof2∶8by10-foldcross-validation.GCsurvivalpredictionmodelswereconstructedbasedon

pathologicalindexesinthetrainingcohortby6AIalgorithms,includingstochasticgradientboosting(gbm),generalized

linearmodel(glmnet),penalizedlogisticreg