| |  Online-Ressource |
|---|
| Verfasst von: | Kather, Jakob Nikolas [VerfasserIn]  |
|---|
| | Halama, Niels [VerfasserIn] |
|---|
| | Jäger, Dirk [VerfasserIn] |
|---|
| | Marx, Alexander [VerfasserIn] |
|---|
| | Brenner, Hermann [VerfasserIn] |
|---|
| | Chang-Claude, Jenny [VerfasserIn] |
|---|
| | Hoffmeister, Michael [VerfasserIn] |
|---|
| Titel: | Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer |
|---|
| Verf.angabe: | Jakob Nikolas Kather, Alexander T. Pearson, Niels Halama, Dirk Jäger, Jeremias Krause, Sven H. Loosen, Alexander Marx, Peter Boor, Frank Tacke, Ulf Peter Neumann, Heike I. Grabsch, Takaki Yoshikawa, Hermann Brenner, Jenny Chang-Claude, Michael Hoffmeister, Christian Trautwein and Tom Luedde |
|---|
| E-Jahr: | 2019 |
|---|
| Jahr: | 3 June 2019 |
|---|
| Umfang: | 10 S. |
|---|
| Fussnoten: | Gesehen am 14.08.2019 |
|---|
| Titel Quelle: | Enthalten in: Nature medicine |
|---|
| Ort Quelle: | New York, NY : Nature America Inc., 1995 |
|---|
| Jahr Quelle: | 2019 |
|---|
| Band/Heft Quelle: | 25(2019), 7, Seite 1054-1056,7 |
|---|
| ISSN Quelle: | 1546-170X |
|---|
| Abstract: | Microsatellite instability determines whether patients with gastrointestinal cancer respond exceptionally well to immunotherapy. However, in clinical practice, not every patient is tested for MSI, because this requires additional genetic or immunohistochemical tests. Here we show that deep residual learning can predict MSI directly from H&E histology, which is ubiquitously available. This approach has the potential to provide immunotherapy to a much broader subset of patients with gastrointestinal cancer. |
|---|
| DOI: | doi:10.1038/s41591-019-0462-y |
|---|
| URL: | Bitte beachten Sie: Dies ist ein Bibliographieeintrag. Ein Volltextzugriff für Mitglieder der Universität besteht hier nur, falls für die entsprechende Zeitschrift/den entsprechenden Sammelband ein Abonnement besteht oder es sich um einen OpenAccess-Titel handelt.
Volltext: http://dx.doi.org/10.1038/s41591-019-0462-y |
|---|
| | DOI: https://doi.org/10.1038/s41591-019-0462-y |
|---|
| Datenträger: | Online-Ressource |
|---|
| Sprache: | eng |
|---|
| K10plus-PPN: | 1671372913 |
|---|
| Verknüpfungen: | → Zeitschrift |
|---|
Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer / Kather, Jakob Nikolas [VerfasserIn]; 3 June 2019 (Online-Ressource)
