Sztuczna inteligencja przewiduje nawroty raka płuca lepiej niż klasyczne systemy TNM – nowe dane z ESMO 2025
Model oparty na uczeniu maszynowym, integrujący przedoperacyjne zdjęcia tomografii komputerowej (CT) oraz rutynowe dane kliniczne, przewyższył standardowe systemy klasyfikacji klinicznej w prognozowaniu ryzyka nawrotu raka płuca po operacji. Największą korzyść odnotowano w grupie chorych w I stopniu zaawansowania.
Materiał przeznaczony wyłącznie dla pracowników służby zdrowia
Ten materiał jest dostępny dla zarejestrowanych użytkowników.
Zaloguj się
Szanowni użytkownicy,
część materiałów udostępnianych na naszym portalu jest przeznaczona
wyłącznie dla lekarzy.
Wynika to z regulacji prawnych, do których musimy się stosować.
Jeśli nie jesteś lekarzem, zachęcamy do korzystania z przygotowanych przez nas materiałów dostępnych w zakładce dla pacjentów.
16.06.2026
lek. Paulina Kalman
Immunoterapia w NSCLC: dlaczego dochodzi do oporności i jak ją przełamać?
19.05.2026
lek. Paulina Kalman
Czy można uniknąć biopsji? Jak sztuczna inteligencja pomaga odróżnić łagodne i złośliwe guzki płuca
30.04.2026
lek. Paulina Kalman
Zakrzepica żylna u pacjentów z rakiem płuca – częstość, czynniki ryzyka i znaczenie kliniczne
28.04.2026
lek. Paulina Kalman
Zarządzanie toksycznościami inhibitorów szlaku PI3K/AKT/mTOR w raku piersi – dane z badań III fazy i implikacje kliniczne
15.04.2026
lek. Paulina Kalman
Amivantamab + lazertinib vs osimertinib – czy zmienia się standard leczenia EGFR-mutowanego NSCLC?
30.03.2026
lek. Paulina Kalman
Taletrectinib w leczeniu ROS1-dodatniego niedrobnokomórkowego raka płuca – wyniki badań TRUST-I i TRUST-II
16.03.2026
lek. Paulina Kalman


