基于乳房X線照影的新型機(jī)器學(xué)習(xí)算法可以更準(zhǔn)確地估測(cè)女性患乳腺癌的風(fēng)險(xiǎn)
（神秘的地球uux.cn報(bào)道）據(jù)EurekAlert!：Adam Yala和同事的一項(xiàng)研究披露，一種基于乳房X線照影的乳房新型機(jī)器學(xué)習(xí)算法可以比目前的風(fēng)險(xiǎn)模型更準(zhǔn)確地估測(cè)女性患乳腺癌的風(fēng)險(xiǎn)。該算法已用全球3家大型醫(yī)院的線型機(jī)習(xí)算腺癌險(xiǎn)揚(yáng)州外圍模特預(yù)約（外圍經(jīng)紀(jì)人）外圍女（微信156-8194-*7106）真實(shí)上門外圍上門外圍女快速安排30分鐘到達(dá)數(shù)據(jù)集進(jìn)行了測(cè)試，它可幫助臨床醫(yī)生構(gòu)思乳癌篩查指南，照影滿足早期發(fā)現(xiàn)需求，新的風(fēng)并能同時(shí)減少假陽(yáng)性、器學(xué)確地檢測(cè)成本以及其它與過(guò)度篩查有關(guān)的更準(zhǔn)估測(cè)問(wèn)題。
乳房造影是女性最常用的篩查乳癌方法，美國(guó)每年會(huì)進(jìn)行超過(guò)3900萬(wàn)次的患乳該類檢查。然而，基于揚(yáng)州外圍模特預(yù)約（外圍經(jīng)紀(jì)人）外圍女（微信156-8194-*7106）真實(shí)上門外圍上門外圍女快速安排30分鐘到達(dá)對(duì)它們的乳房廣泛采用并非毫無(wú)異議。批評(píng)者說(shuō)，線型機(jī)習(xí)算腺癌險(xiǎn)該積極主動(dòng)的照影篩查會(huì)導(dǎo)致難以為繼的醫(yī)療費(fèi)用，增加患者的新的風(fēng)焦慮感及產(chǎn)生可觀的假陽(yáng)性率。另一方面，器學(xué)確地支持頻繁篩查者則認(rèn)為，腫瘤須盡早發(fā)現(xiàn)；這種歧見(jiàn)導(dǎo)致了在何時(shí)應(yīng)該開(kāi)始篩檢及篩查頻度上前后矛盾的指南。
Yala等人推論，提高風(fēng)險(xiǎn)預(yù)測(cè)模型的準(zhǔn)確性可裨助制定更好的指南。他們?cè)O(shè)計(jì)并訓(xùn)練了一個(gè)名為Mirai的新模型，它能整合乳房照影數(shù)據(jù)，在多個(gè)時(shí)間點(diǎn)（例如1年或5年內(nèi)）得到前后一致的乳癌風(fēng)險(xiǎn)評(píng)估。當(dāng)對(duì)美國(guó)、瑞典和臺(tái)灣3家醫(yī)院的10萬(wàn)6615名患者的數(shù)據(jù)進(jìn)行獨(dú)立測(cè)試時(shí)，Mirai辨識(shí)出了41.5％的會(huì)在5年內(nèi)罹癌的病人。
相比之下，當(dāng)前的方法—如Tyrer-Cuzick模型和Hybrid Deep Learning模型僅能分別確定22.9％和36.1％的患者。Mirai也能在不同人種和族裔中進(jìn)行有效估測(cè)，因此它對(duì)在廣大異質(zhì)性人群中制定篩檢指南的潛力提供了支持。

最新評(píng)論