KI und die schwierigen Probleme der Welt · Medizin & Wirkstoffforschung · Nature (computational biology) · 2026-10-26
Machine-Learning-Modell zur Vorhersage von Metastasen in regionalen Lymphknoten beim akralen Melanom
Originaltitel: Machine learning model for predicting regional lymph node metastasis in acral melanoma
Das akrale Melanom ist ein aggressiver Subtyp des Melanoms mit verzögerter Diagnose und schlechter Prognose, und die nicht-invasive Beurteilung von Metastasen in den regionalen Lymphknoten ist eine klinische Herausforderung. Die Autoren entwickelten ein interpretierbares Machine-Learning-Modell mit 189 Patientinnen und Patienten, aufgeteilt in Trainings- und interne Validierungskohorten, mit fünf Prädiktoren: Breslow-Dicke, Kurzachsendurchmesser des Lymphknotens, Befunde der kontrastverstärkten Sonografie, Gefäßinvasion und PET-CT-Befunde. Das ausgewählte GradientBoost-Modell erreichte in der internen Validierungskohorte eine AUC von 0.868 (95%-KI 0.769–0.967) und eine Sensitivität von 0.889.