摘要
本申请涉及医学人工智能技术领域,公开了一种基于AI的肺癌免疫表现型预测与分析方法,包括:收集并基于多名历史肺癌患者的多模态医疗数据,确定影响肺癌免疫表现型预测效果的有效数据元素;将有效数据元素分为第一数据和第二数据,并设置第一数据的参考阈值,在第一时间点,采集目标患者的第一生物样本和第二生物样本,并基于之间的第一差值,预测目标患者的免疫反应;在第一时间点之后的第二时间点,采集目标患者的第三生物样本和第四生物样本;基于第二差值和第三差值,通过训练好的预测模型预测目标患者的无进展生存期和总生存期。本申请能准确预测肺癌患者对免疫治疗的反应以及肺癌患者的无进展生存期和总生存期。
技术关键词
样本
患者
生物
线性回归模型
免疫检查点抑制剂
医学人工智能
分析方法
CT扫描
多模态
训练预测模型
生成训练数据
数值
多元素
评估肺癌
血液
形态学特征
系统为您推荐了相关专利信息
样本生成方法
建筑物
遥感影像变化检测
计算机程序指令
对象分类器
序列
层次聚类系统
全局比对算法
数据整合系统
深度生成模型
植入式传感器
生物特征信号
无线通信功能
放射状
信号采集系统
生成样本数据
疾病
生成深度学习
采样模块
正电子发射断层成像