AI与世界难题 · 医学与药物研发 · Nature (computational biology) · 2026-10-26
用于预测肢端黑色素瘤区域淋巴结转移的机器学习模型
原标题: Machine learning model for predicting regional lymph node metastasis in acral melanoma
肢端黑色素瘤是黑色素瘤中一种侵袭性强的亚型，诊断延迟、预后较差，而无创评估区域淋巴结转移是一项临床难题。作者利用189名患者（分为训练队列和内部验证队列）开发了一个可解释的机器学习模型，包含五个预测因子：Breslow厚度、淋巴结短轴直径、超声造影表现、血管侵犯和PET-CT表现。所选的GradientBoost模型在内部验证队列中的AUC为0.868（95% CI 0.769–0.967），敏感度为0.889。