L'IA face aux grands problèmes du monde · Médecine et découverte de médicaments · Nature (computational biology) · 2026-10-26
Modèle d'apprentissage automatique pour prédire les métastases ganglionnaires régionales dans le mélanome acral
Titre original: Machine learning model for predicting regional lymph node metastasis in acral melanoma
Le mélanome acral est un sous-type agressif de mélanome, dont le diagnostic est tardif et le pronostic défavorable, et l'évaluation non invasive des métastases ganglionnaires régionales constitue un défi clinique. Les auteurs ont développé un modèle d'apprentissage automatique interprétable à partir de 189 patients répartis en cohortes d'entraînement et de validation interne, avec cinq prédicteurs : l'indice de Breslow, le diamètre du petit axe du ganglion lymphatique, les résultats de l'échographie de contraste, l'invasion vasculaire et les résultats de la TEP-TDM. Le modèle GradientBoost retenu a obtenu une AUC de 0.868 (IC à 95 % : 0.769–0.967) et une sensibilité de 0.889 dans la cohorte de validation interne.