外媒 | 深度学习算法可检测手术后癌症扩散-普瑞纯证
据ECOG-ACRIN癌症研究组的一项研究发现，利用深度学习算法结合标准CT扫描图像，可以在头颈癌患者中评估癌症扩散风险。研究人员指出，标准头颈癌治疗存在高度的发病率。此前进行的E3311第三期临床试验发现，在经过经口手术后，50格雷的低剂量放射线疗法无需化疗即可取得积极的结果。在这项研究中，研究人员旨在创建一种人工智能工具，可以预测癌症扩散风险，从而实现疾病的准确分期。研究人员使用参加E3311试验的患者的标准CT扫描图像和其他数据创建了基于神经网络的深度学习算法。他们使用参与者的数据，得出结论，这些参与者有高复发风险。研究人员在确定癌症分期时使用了肿瘤大小、淋巴结数量和淋巴结外扩展（ENE）等因素。在E3311试验中，高风险的资格包括ENE超过1毫米，导致患者接受化疗和高剂量放射线治疗。Kann博士及其同事获得的试验数据显示，来自177个扫描的311个节点接受了注释。其中71个（23％）有ENE，39个（13％）ENE大于1毫米。该工具在预测ENE方面表现出高性能，这有助于研究人员确定癌症分期。“深度学习算法将85％的节点准确分类为具有ENE，而放射科医师的准确率为70％，”Kann博士说。“至于特异性和敏感性，深度学习算法的准确率为78％，而放射科医师的准确率为62％。”研究人员打算继续研究该算法改进当前疾病分期和风险评估方法的能力。最近的几项努力涉及使用人工智能来治疗癌症。今年9月，UPMC癌症研究人员开始与医疗数据分析公司合作，使用人工智能技术来预测癌症患者的生存率。
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。
