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.
Dodaj nas do listy preferowanych źródeł w Google, aby nasze materiały częściej pojawiały się w Twoich wynikach wyszukiwania.
Dodaj w Google
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.
15.10.2026
dr n. med. Mateusz Bilski
Biomarkery immunologiczne w personalizacji radioterapii stereotaktycznej (SBRT/SABR) we wczesnym niedrobnokomórkowym raku płuca (NSCLC)
30.09.2026
lek. Paulina Kalman
Czy napromienianie grasicy może wpływać na skuteczność leczenia raka płuca?
21.09.2026
lek. Paulina Kalman
CheckMate 77T: ctDNA i MRD mogą dokładniej określać ryzyko nawrotu po okołooperacyjnym niwolumabie
24.07.2026
Karolina Słotosch
FDA zatwierdza zidesamtinib we wcześniej leczonym ROS1+ NSCLC
20.05.2026
lek. Paulina Kalman
Przerzuty do mózgu w raku płuca – jak medycyna personalizowana zmienia podejście do leczenia
19.05.2026
lek. Paulina Kalman
