基于人工智能的多模态前列腺癌生化复发风险分层预测系统

本发明提供了一种基于人工智能的多模态前列腺癌生化复发风险分层预测系统。基于Xgboost框架，通过端到端、多尺度、多中心、大样本分析术后患者病理全景病理切片扫描图像，最大限度利用病理学信息，同时结合CAPRA‑S评分等临床指标可以更全面地评估患者的预后风险，较传统模型具有明显的优势。该方法旨在更加贴合医院的使用场景，通过融合根治术后的病理切片特征和临床特征更加高效准确地预测患者出现前列腺癌复发的风险，有助于精准预测患者术后3年及更长时间内复发的风险。进一步结合可解释模块，辅助医生对结果进行解读，进而实现前列腺癌患者BCR风险的精准分层和个性化随访，降低过度治疗和漏诊的风险，具有良好的应用前景。