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.
16.07.2026
Paulina Kalman
Durwalumab zmienia mikrośrodowisko guza w operacyjnym NDRP – nowe analizy badania AEGEAN
21.05.2026
lek. Paulina Kalman
Czy sztuczna inteligencja może poprawić jakość danych w onkologii? Analiza wieloośrodkowego badania w raku płuca
19.05.2026
lek. Paulina Kalman
Czy można uniknąć biopsji? Jak sztuczna inteligencja pomaga odróżnić łagodne i złośliwe guzki płuca
24.04.2026
lek. Paulina Kalman
PACIFIC-9 – czy można poprawić wyniki leczenia w nieoperacyjnym niedrobnokomórkowym raku płuca w stadium III?
15.04.2026
lek. Paulina Kalman
Amivantamab + lazertinib vs osimertinib – czy zmienia się standard leczenia EGFR-mutowanego NSCLC?
26.02.2026
lek. Paulina Kalman
Analiza koszt-efektywności jednorazowego TK górnej jamy brzusznej w programie badań przesiewowych raka płuca
9.02.2026
Onkologia.edu.pl
