最新新闻
使用此捆绑包学习一门新语言并保护您的数据 借助神经科学的力量提高您的工作效率 苹果可能不得不打破其2021年的一些最大承诺 将您的Mac变成媒体强国 如何掌握iPhone13Pro上的微距相机 三星显示器通过 Sync-OLED 平台在 OLED 研究上加倍努力 三星Galaxy S21 Ultra 在 Galaxy S22 Ultra 发布之前就停产了 三星电子英国加入沃达丰的 business.connected 计划 Galaxy S22 将在三星的 Decentraland 虚拟世界中推出 Galaxy S22 发布后加入三星的元宇宙寻宝游戏 斯巴鲁惨淡的财务报告及其对新车购买者的意义 消费者报告分析师推荐立即购买低于建议零售价的新车 这就是 Lucid Airs 内饰的特别之处 科尼赛克的夸克电动机重 63 磅 功率为 335 马力 经典雪佛兰发动机交换注意事项 BANSBAO斑消宝强势宣告品牌实力,霸屏纽约纳斯达克 为家庭而生的电视 创维守护者Q41 Pro革新智慧守护家庭新体验 Omega Plus奥鲑冠,爱宠的海洋营养专家,宠主的好帮手 【亚洲电缆】电缆进水的处理办法及预防措施 跨境电商卖家选择积加ERP,究竟能为自己带来哪些好处? 狗狗驱虫用什么牌子的好?驱虫要选爱沃克 Google 确认 Material You 动态主题将出现在更多设备上 适用于 Android 的 Apple Music 测试版参考了未发布的 Apple Classical 应用程序 如何为 Google Pixel 和其他 Android 设备下载 Android 13 Reddit 揭示了其 Clubhouse 克隆 Reddit Talk 的新功能 Windows 11 build 22000.526 为 Beta 的任务栏带来天气 微软将为心怀不满的 G Suite 旧用户提供 Microsoft 365 优惠 谷歌+最终将在 2023 年随着Currents的关闭而永远消失 三星 Galaxy S22 系列是否支持无线充电 谷歌确认三星 一加等公司将在 Android 12 上使用其动态颜色主题
您的位置:首页 >热点动态 >

AI可以准确检测高危乳腺病变

2021-11-05 21:03:16   来源:
导读 根据《JCO Clinical Cancer Informatics》杂志发表的最新研究,一种新的机器学习模型可以让医生判断非典型导管增生(ADH)是否会升

根据《JCO Clinical Cancer Informatics》杂志发表的最新研究,一种新的机器学习模型可以让医生判断非典型导管增生(ADH)是否会升级为癌症。该模型可以在手术前识别98%的所有恶性病例,同时,16%的女性良性病变不需要手术。

AI可以准确检测高危乳房病变

多动症是一种乳腺疾病,会使乳腺癌的风险增加4到5倍。通常,注意力缺陷多动症是通过乳房x光检查发现的,并通过活检证实其存在。之前发表在《诊断放射学当前问题》的研究发现,95%的乳腺成像者建议对活检中发现的所有多动症病例进行手术切除,以确定病变是否为癌症。

达特茅斯大学生物医学数据科学和流行病学助理教授Saeed Hassanpour博士和他的同事写道:“切除所有ADH病变可能会导致过度治疗,这将导致许多女性对良性病变进行侵入性手术。”“预测ADH升级的机器学习方法可以帮助临床医生和患者确定主动监测和激素治疗相结合是否是手术切除的合理替代方案。”

AI可以准确检测高危乳房病变

Hassanpour和他的同事试图找到一种机器学习算法,帮助医生和患者确定主动监测和激素治疗是否可以取代手术。

研究人员评估了新罕布什尔州一所学术护理中心的124名女性的128处病变,这些女性在2011年至2017年的活检中显示出多动症。他们开发了六种不同的机器学习模型,从核心针活检(梯度增强树)、随机森林、径向支持向量机(SVM)、加权K近邻(KNN)、logistic弹性网络和Logistic回归计算ADH的改善。

最好的模型是准确率为78%的梯度增强树和准确率为77%的随机森林。此外,决定多动症发展为癌症的最重要特征是:活检年龄、病变大小、活检次数、针距和乳腺癌的个人/家族史。

AI可以准确检测高危乳房病变

据研究人员称,随机森林模型可以通过手术活检诊断98%的恶性肿瘤,如果使用,16%的女性可以免于不必要的良性手术。

Hassanpour在一份准备好的声明中说:“我们的模型有可能帮助患者和临床医生在低风险病例中选择另一种治疗方法。在个性化医疗时代,这样的模式对于重视共同决策的患者可能是理想的。这种方法能够在确定手术切除率和监测手术切除率之间进行选择,从而避免了将多动症升级为癌症的低风险女性的成本、压力和潜在副作用。”

该团队希望扩大其机器学习模型的范围,以包括其他高危乳腺病变。此外,他们计划利用州和国家乳腺癌登记机构在外部数据集上进一步验证他们的模型。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。