216 пациентов с метастазами в головной мозг, получавших лучевую терапию или нейрохирургическое удаление опухоли, были ретроспективно включены из двух госпиталей и разделены на когорты обучения (n=128), внутренней валидации (n=56) и внешней валидации (n=32). Разработаны три метода агрегации признаков и семь радиомных моделей для прогнозирования общей выживаемости (OS). Модель глубокого обучения DeepBMSurv, включающая механизм перекрёстного внимания (cross-attention), была построена на основе предлечебных МР-изображений.
Среди радиомных моделей RadScoremean показала наиболее стабильную дискриминацию между когортами: C-index составил 0,685, 0,672 и 0,671 в когортах обучения, внутренней и внешней валидации соответственно.
DeepBMSurv достигла численно более высоких C-index, чем радиомная модель и модель GPA (graded prognostic assessment): 0,806 vs. 0,685 vs. 0,620 в когорте обучения, 0,755 vs. 0,672 vs. 0,628 во внутренней валидации и 0,733 vs. 0,671 vs. 0,579 во внешней валидации.
Номограмма, объединяющая DL_RiskScore, Rad-score и GPA, достигла C-index 0,809, 0,764 и 0,733 в когортах обучения, внутренней и внешней валидации соответственно.
Модель глубокого обучения на основе предлечебной МРТ эффективно прогнозирует выживаемость пациентов с метастазами в головной мозг и может служить инструментом индивидуализированной стратификации прогностического риска.

