0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

一種新的機(jī)器學(xué)習(xí)模型讓醫(yī)生確定非典型導(dǎo)管增生是否會(huì)升級(jí)為癌癥

倩倩 ? 來(lái)源:新經(jīng)網(wǎng) ? 2020-04-25 09:36 ? 次閱讀

根據(jù)發(fā)表在《JCO Clinical Cancer Informatics》雜志上的新研究,一種新的機(jī)器學(xué)習(xí)模型可以讓醫(yī)生確定非典型導(dǎo)管增生(ADH)是否會(huì)升級(jí)為癌癥。該模型可以在手術(shù)前識(shí)別出所有惡性病例的98%,同時(shí)使16%的婦女無(wú)需進(jìn)行良性病變的手術(shù)。

ADH是一種乳腺病變,會(huì)使患乳腺癌的風(fēng)險(xiǎn)增加四到五倍。通常,通過(guò)乳腺攝影發(fā)現(xiàn)ADH,并通過(guò)活檢證實(shí)其存在。在《診斷放射學(xué)當(dāng)前問(wèn)題》中 發(fā)表的先前研究發(fā)現(xiàn),95%的乳腺成像儀建議 對(duì)活檢期間發(fā)現(xiàn)的所有ADH病例進(jìn)行手術(shù)切除,以確定病變是否為癌。

達(dá)特茅斯大學(xué)生物醫(yī)學(xué)數(shù)據(jù)科學(xué)和流行病學(xué)助理教授賽義德·哈桑普爾(Saeed Hassanpour)博士和同事寫(xiě)道:“所有ADH病變的切除都可能導(dǎo)致過(guò)度治療,從而導(dǎo)致許多女性進(jìn)行良性病變的侵入性手術(shù)?!?“一種預(yù)測(cè)ADH升級(jí)的機(jī)器學(xué)習(xí)方法可以幫助臨床醫(yī)生和患者確定主動(dòng)監(jiān)測(cè)和激素治療相結(jié)合是否是手術(shù)切除的合理替代方案?!?/p>

Hassanpour及其同事尋求找到一種機(jī)器學(xué)習(xí)算法,以幫助醫(yī)生和患者確定主動(dòng)監(jiān)視和激素療法是否可以替代手術(shù)。

研究人員在新罕布什爾州的一家學(xué)術(shù)護(hù)理中心評(píng)估了124名女性的128個(gè)病變,這些女性在2011年至2017年接受手術(shù)的活檢中表現(xiàn)出ADH。他們開(kāi)發(fā)了六種不同的機(jī)器學(xué)習(xí)模型,以計(jì)算從核心針穿刺活檢(梯度增強(qiáng)樹(shù))中ADH的提高,隨機(jī)森林,徑向支持向量機(jī)(SVM),加權(quán)K最近鄰(KNN),邏輯Logistic彈性網(wǎng)和邏輯回歸。

表現(xiàn)最佳的模型是精度為78%的梯度增強(qiáng)樹(shù)和精度為77%的隨機(jī)林。此外,決定ADH升級(jí)為癌癥的最重要的重要特征是:活檢年齡,病變大小,活檢次數(shù),針規(guī)和乳腺癌的個(gè)人/家族史。

根據(jù)研究人員的說(shuō)法,隨機(jī)森林模型可以通過(guò)手術(shù)活檢診斷出98%的惡性腫瘤,如果使用的話,可以使16%的婦女免于不必要的良性病變手術(shù)。

Hassanpour在一份準(zhǔn)備好的聲明中說(shuō):“我們的模型可以潛在地幫助患者和臨床醫(yī)生在低風(fēng)險(xiǎn)病例中選擇另一種治療方法。在個(gè)性化醫(yī)療時(shí)代,這樣的模型對(duì)于重視共同決策的患者可能是理想的這種方法具有在確定手術(shù)切除率和進(jìn)行監(jiān)測(cè)的手術(shù)切除率之間進(jìn)行選擇的能力,從而避免了將ADH升級(jí)為癌癥的低風(fēng)險(xiǎn)女性的成本,壓力和潛在的副作用?!?/p>

該團(tuán)隊(duì)希望擴(kuò)大其機(jī)器學(xué)習(xí)模型的范圍,以包括其他高風(fēng)險(xiǎn)的乳腺病變。此外,他們計(jì)劃使用州級(jí)和國(guó)家乳腺癌注冊(cè)機(jī)構(gòu)在外部數(shù)據(jù)集上進(jìn)一步驗(yàn)證其模型。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進(jìn),相輔相成。以下是對(duì)兩者關(guān)系的介紹: 、深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :
    的頭像 發(fā)表于 10-23 15:25 ?132次閱讀

    AI大模型與傳統(tǒng)機(jī)器學(xué)習(xí)的區(qū)別

    AI大模型與傳統(tǒng)機(jī)器學(xué)習(xí)在多個(gè)方面存在顯著的區(qū)別。以下是對(duì)這些區(qū)別的介紹: 、模型規(guī)模與復(fù)雜度 AI大
    的頭像 發(fā)表于 10-23 15:01 ?132次閱讀

    【「時(shí)間序列與機(jī)器學(xué)習(xí)」閱讀體驗(yàn)】+ 簡(jiǎn)單建議

    這本書(shū)以其系統(tǒng)性的框架和深入淺出的講解,讀者繪制了幅時(shí)間序列分析與機(jī)器學(xué)習(xí)融合應(yīng)用的宏偉藍(lán)圖。作者不僅扎實(shí)地構(gòu)建了時(shí)間序列分析的基礎(chǔ)知識(shí),更巧妙地展示了
    發(fā)表于 08-12 11:21

    什么是大模型?快速了解大模型基本概念

    ?想象下,如果你的大腦能夠記住整個(gè)圖書(shū)館的所有書(shū)籍,并且能夠理解每本書(shū)的內(nèi)容,那么你就擁有了類(lèi)似大模型的能力。大模型是人工智能領(lǐng)域的一種機(jī)器
    的頭像 發(fā)表于 08-07 08:28 ?1096次閱讀
    什么是大<b class='flag-5'>模型</b>?快速了解大<b class='flag-5'>模型</b>基本概念

    【《大語(yǔ)言模型應(yīng)用指南》閱讀體驗(yàn)】+ 基礎(chǔ)知識(shí)學(xué)習(xí)

    語(yǔ)言的表達(dá)方式和生成能力。通過(guò)預(yù)測(cè)文本中缺失的部分或下個(gè)詞,模型逐漸掌握語(yǔ)言的規(guī)律和特征。 常用的模型結(jié)構(gòu) Transformer架構(gòu):大語(yǔ)言模型通?;赥ransformer架構(gòu)
    發(fā)表于 08-02 11:03

    【《大語(yǔ)言模型應(yīng)用指南》閱讀體驗(yàn)】+ 基礎(chǔ)篇

    的內(nèi)容,閱讀雖慢,但在這學(xué)習(xí)過(guò)程中也掌握了許多新知識(shí),后續(xù)章節(jié)的閱讀打下基礎(chǔ),這是個(gè)快樂(lè)的學(xué)習(xí)過(guò)程。 基礎(chǔ)篇從人工智能的起源講起,提出
    發(fā)表于 07-25 14:33

    【《大語(yǔ)言模型應(yīng)用指南》閱讀體驗(yàn)】+ 俯瞰全書(shū)

    上周收到《大語(yǔ)言模型應(yīng)用指南》書(shū),非常高興,但工作項(xiàng)目繁忙,今天才品鑒體驗(yàn),感謝作者編寫(xiě)了部?jī)?nèi)容豐富、理論應(yīng)用相結(jié)合、印刷精美的著作,也感謝電子發(fā)燒友論壇提供了個(gè)
    發(fā)表于 07-21 13:35

    rup是一種什么模型

    RUP(Rational Unified Process,統(tǒng)建模語(yǔ)言)是一種軟件開(kāi)發(fā)過(guò)程模型,它是一種迭代和增量的軟件開(kāi)發(fā)方法。RUP是由Rational Software公司(現(xiàn)為
    的頭像 發(fā)表于 07-09 10:13 ?998次閱讀

    Al大模型機(jī)器

    豐富的知識(shí)儲(chǔ)備。它們可以涵蓋各種領(lǐng)域的知識(shí),并能夠回答相關(guān)問(wèn)題。靈活性與通用性: AI大模型機(jī)器人具有很強(qiáng)的靈活性和通用性,能夠處理各種類(lèi)型的任務(wù)和問(wèn)題。持續(xù)學(xué)習(xí)和改進(jìn): 這些模型可以
    發(fā)表于 07-05 08:52

    深度學(xué)習(xí)典型模型和訓(xùn)練過(guò)程

    深度學(xué)習(xí)作為人工智能領(lǐng)域的個(gè)重要分支,近年來(lái)在圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等多個(gè)領(lǐng)域取得了顯著進(jìn)展。其核心在于通過(guò)構(gòu)建復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型,從大規(guī)模數(shù)據(jù)中自動(dòng)學(xué)習(xí)并提取特征,進(jìn)而實(shí)
    的頭像 發(fā)表于 07-03 16:06 ?956次閱讀

    機(jī)器學(xué)習(xí)在數(shù)據(jù)分析中的應(yīng)用

    隨著大數(shù)據(jù)時(shí)代的到來(lái),數(shù)據(jù)量的爆炸性增長(zhǎng)對(duì)數(shù)據(jù)分析提出了更高的要求。機(jī)器學(xué)習(xí)作為一種強(qiáng)大的工具,通過(guò)訓(xùn)練模型從數(shù)據(jù)中學(xué)習(xí)規(guī)律,
    的頭像 發(fā)表于 07-02 11:22 ?418次閱讀

    大語(yǔ)言模型:原理與工程實(shí)踐+初識(shí)2

    前言 深度學(xué)習(xí)機(jī)器學(xué)習(xí)的分支,而大語(yǔ)言模型是深度學(xué)習(xí)的分支。機(jī)器
    發(fā)表于 05-13 00:09

    一種利用光電容積描記(PPG)信號(hào)和深度學(xué)習(xí)模型對(duì)高血壓分類(lèi)的新方法

    [22]。就像平均池化樣,最大池化是另一種用于減小特征圖大小的常用方法。它通過(guò)僅取每個(gè)區(qū)域的最大值來(lái)獲得最重要的特征。在機(jī)器學(xué)習(xí)中,池化方法的選擇可以顯著影響
    發(fā)表于 05-11 20:01

    如何使用TensorFlow構(gòu)建機(jī)器學(xué)習(xí)模型

    在這篇文章中,我將逐步講解如何使用 TensorFlow 創(chuàng)建個(gè)簡(jiǎn)單的機(jī)器學(xué)習(xí)模型。
    的頭像 發(fā)表于 01-08 09:25 ?874次閱讀
    如何使用TensorFlow構(gòu)建<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>模型</b>

    LabVIEW進(jìn)行癌癥預(yù)測(cè)模型研究

    LabVIEW進(jìn)行癌癥預(yù)測(cè)模型研究 癌癥一種細(xì)胞異常增生的疾病。隨著年齡的增長(zhǎng),細(xì)胞分裂速度放緩,但癌細(xì)胞會(huì)失去控制地不斷分裂,形成可能良
    發(fā)表于 12-13 19:04