Foundation model based prediction of lung cancer survival using temporal changes in dual time point CT scans
8.5
来源：
Nature
关键字：
AI radiology
发布时间：
2025-12-03 23:34
摘要：
该研究利用基础模型和双时间点CT扫描预测非小细胞肺癌患者的生存率，显示出较传统方法更高的预测准确性。研究表明，影像特征的变化能够提供重要的预后信息，尤其是在治疗后的生存分析中。通过结合临床数据和影像特征，研究为肺癌的个性化治疗提供了新的视角，具有重要的临床应用潜力。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+1.0分+符合肿瘤学领域
business_impact
1.0分+潜在的临床应用价值
scientific_rigor
1.5分+有具体实验数据和统计分析
timeliness_innovation
1.5分+采用了创新的双时间点CT扫描方法
investment_perspective
2.5分+处于早期研发阶段
market_value_relevance
1.0分+针对高发疾病（肺癌）
team_institution_background
0.5分+研究团队来自知名机构
technical_barrier_competition
1.0分+技术壁垒较高
关键证据
研究表明，基础模型提取的特征在生存预测中优于传统方法。
使用双时间点CT扫描结合基础模型显著提高了生存预测的准确性。
该研究在102名非小细胞肺癌患者中进行，数据支持其科学性。
真实性检查
否
AI评分总结
该研究利用基础模型和双时间点CT扫描预测非小细胞肺癌患者的生存率，显示出较传统方法更高的预测准确性。研究表明，影像特征的变化能够提供重要的预后信息，尤其是在治疗后的生存分析中。通过结合临床数据和影像特征，研究为肺癌的个性化治疗提供了新的视角，具有重要的临床应用潜力。