Комбинированная модель, интегрирующая интра-перитуморальную радиомику, 2.5D глубокое обучение и клинико-радиологические признаки, позволила неинвазивно прогнозировать степень злокачественности WHO/ISUP светлоклеточного ПКР у пациентов старше 60 лет с AUC до 0.775 на внешней валидации.

Ретроспективное исследование показало, что предоперационная МРТ изменила тактику лечения у 36% пациенток с впервые выявленным раком молочной железы, но не улучшила клинические исходы и привела к избыточным процедурам в 40% случаев изменения тактики.

Комбинированная модель на основе 2.5D CE-T1WI, объединяющая клинические данные, радиомику и deep transfer learning, достигла AUC 0.935 в предсказании инвазии менингиомы — превзойдя отдельные методы.

Разработана и валидирована номограмма для дифференциации низкого и высокого риска рака эндометрия до операции, дополняющая стандартную оценку (биопсия + МРТ). Модель показала AUC 0.902 в обучающей когорте и 0.866 при валидации, продемонстрировала улучшение реклассификации риска (NRI 1.189, p=0.019) и может служить вспомогательным инструментом для индивидуализации хирургического планирования.

Исследование показало, что радиомическая модель на основе артериальной и отсроченной фаз КТ достигает AUC 0.82 в предоперационном прогнозировании серозной инвазии при раке желудка. Комбинированная модель с включением CA72-4 и серозной исчерченности повышает AUC до 0.86.

Ретроспективное исследование 368 пациентов показало, что предоперационная визуализация молочных желез перед гендер-аффирмирующей маскулинизирующей хирургией груди выявила злокачественные новообразования в 0.5% случаев, что существенно повлияло на хирургическое планирование и предотвратило дополнительные операции.