การใช้งานของ AI ในการคาดการณ์การรอดชีวิตของมะเร็งโสตราตที่ไม่ Metastatic ได้แก่

ผลงานการศึกษาทางการแพทย์ระหว่างประเทศนํามาพบว่า ผลงานที่เกี่ยวข้องมีค่าระบุสําคัญสําหรับการป้องกันโรค KOP. การคาดการณ์ที่ซับซ้อนของเส้นเลือดไหล่ระดับภูมิภาคมีส่วนร่วม แต่ไม่มีการถ่ายทอดไกล (N1M0). การศึกษานี้มีเป้าหมายที่จะพัฒนาและยืนยันรูปแบบการเรียนรู้เครื่องที่สามารถอธิบายได้ เพื่อคาดเดาอายุการดํารงชีวิตเฉพาะโรคมะเร็ง (CSS) (18,287 รายของผู้ป่วย N1M0 (18,287 รายของผู้ป่วย N1M0) ในฐานข้อมูล SEER ได้แบ่งออกเป็นข้อมูลการฝึกอบรม (n = 4780), การทดสอบภายใน (n = 1193), และสองกลุ่มการยืนยันชั่วคราว (n = 3149) n = 9165) ・Cox proportional hazards และรูปแบบการเรียนรู้เครื่องยนต์สี่ตัวถูกเปรียบเทียบโดยใช้ C- индекс, เวลา-ขึ้นอยู่กับAUC, และ Integrated Brier Score แรนดอม ซอร์วิัลล์ฟอร์ส (RSF) ได้คะแนน C-อินเด็กซ์สูงกว่าในทุกตัวอย่าง (0.697 ภายใน; 0.740 ผ่านทางระยะเวลา) (nRSF-Stratified Risk Groups แสดงความแตกต่างทางการดํารงชีวิตที่สําคัญ) SHAP (Survival Heterogeneity Analysis) พิสูจน์ว่าการตัดยางยางยางยางยางยางยาง 1 เป็นปัจจัยป้องกันที่แข็งแกร่งที่สุด โดยติดตามด้วยระดับของเซลล์ T และ PSA ที่ต่ํากว่า รูปแบบ RSF ส่งข้อมูลก่อนหน้านี้ที่แม่นยํา,แข็งแกร่ง, สามารถอธิบายได้ และมีความหมายสําคัญในการแนะนําสําหรับผู้ป่วย N1M0 ที่ไม่ประเภทเป็นโรคสะเก็ดเงิน. เป็นเครื่องคอมพิวเตอร์ที่ใช้เว็บไซต์, มันทําให้เกิดการแบ่งกลุ่มความเสี่ยงที่แม่นยําและการวางแผนการจัดอันตรายของโรคสะเก็ดเงิน 2 เป็นส่วนบุคคล.