外媒 | 深度学习有望提高脑肿瘤识别-普瑞纯证

最新发表在JAMA Network Open上的研究表明，基于标准MRI训练的深度学习工具可以帮助神经放射学家诊断和分类脑肿瘤，从而提高诊断准确性和敏感性。研究人员旨在探究如何利用深度学习支持脑肿瘤分类和诊断。研究指出，MRI和活检是诊断这些肿瘤的常用方法，其中活检被认为是识别肿瘤类型的标准方法。然而，由于活检具有侵入性，研究人员希望开发一种依赖于MRI扫描的潜在诊断方法。不幸的是，仅通过MRI识别肿瘤类型对临床医生来说可能很困难，因此研究团队开发了一个深度学习模型来分析MRI数据。该系统使用2000年至2019年从37,871名患者收集的MRI扫描数据创建，然后训练该系统评估每个图像以分类18种不同类型的颅内肿瘤。训练后，该模型的诊断准确性在一个内部和三个外部独立数据集上进行了测试。通过将其准确性与神经放射学家的准确性进行比较，评估了该模型的临床实用性。该模型总体上实现了高准确性、敏感性和特异性。它在准确性和敏感性方面也优于神经放射学家，但在特异性方面实现了类似的结果。除了与模型的性能进行比较外，还根据神经学家在使用模型作为支持工具和不使用其协助时的准确性进行了进一步评估。在这里，研究人员发现，在模型的帮助下，神经学家的平均准确性提高了12个百分点，从63.5%（无协助）提高到75.5%（有协助）。研究团队得出结论，这些发现表明，基于深度学习的自动诊断工具可能有助于改善使用MRI数据诊断和分类颅内肿瘤的神经放射学家。这项研究是利用人工智能（AI）技术进行医学影像和肿瘤检测的最新尝试之一。2020年，宾夕法尼亚大学佩尔曼医学院（Penn Medicine）与英特尔合作开发了一种机器学习模型，用于识别脑肿瘤并保护患者隐私。该模型使用联邦学习开发，允许算法使用跨多个本地数据进行训练。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。