AI dan Masalah-Masalah Sulit Dunia · Kedokteran & penemuan obat · Nature (computational biology) · 2026-10-26
Model pembelajaran mesin untuk memprediksi metastasis kelenjar getah bening regional pada melanoma akral
Judul asli: Machine learning model for predicting regional lymph node metastasis in acral melanoma
Melanoma akral adalah subtipe melanoma yang agresif dengan diagnosis yang terlambat dan prognosis yang buruk, dan penilaian metastasis kelenjar getah bening regional secara non-invasif merupakan tantangan klinis. Para penulis mengembangkan model pembelajaran mesin yang dapat diinterpretasikan menggunakan 189 pasien yang dibagi menjadi kohort pelatihan dan validasi internal, dengan lima prediktor: ketebalan Breslow, diameter sumbu pendek kelenjar getah bening, temuan ultrasonografi dengan kontras, invasi vaskular, dan temuan PET-CT. Model GradientBoost yang dipilih mencapai AUC sebesar 0.868 (95% CI 0.769–0.967) dan sensitivitas sebesar 0.889 pada kohort validasi internal.