不可切除的肝细胞癌（uHCC）构成了重大的全球健康挑战，需要创新的预后和治疗计划工具，来改善患者管理。主要的治疗策略，包括经动脉化疗栓塞术（TACE）和肝动脉输注化疗（HAIC）。
年9月，清华大学生物医学工程系陈慧军团队在期刊《eClinicalMedicine》上发表了题为“Adeeplearningmodelforpersonalizedintra-arterialtherapyplanninginunresectablehepatocellularcarcinoma:amulticenterretrospectivestudy”的研究论文。研究结果表明，将SELECTION和ATOM等先进的深度学习模型纳入临床实践，可以显著提高uHCC患者治疗计划的准确性。这种方法有可能增强个性化的治疗策略，从而带来更好的患者预后。未来的研究，应侧重于在不同的患者群体和环境中进一步验证这些模型，以确保其普遍性和稳健性。此外，探索将这些模型整合到常规临床工作流程中，并评估它们对临床决策和患者结果的影响，将是有价值的。