机器学习模型可识别乳房病变风险
时间:2017-12-07

  机器学习模式识别乳腺病变 - 新闻 - 科学网

  华盛顿10月21日电(记者刘海英)美国研究人员最近在“放射学”杂志网络版上发表文章说,他们已经开发出一种机器学习工具,以确定哪些高风险的乳腺病变可能发生癌变,帮助医生做出正确的治疗决定减少不必要的手术。

  乳腺病变是妇女常见的疾病,高危乳腺病变发生癌变的可能性很高。正是由于这种风险,手术切除病变组织通常被认为是优选的治疗方案。然而,许多病变不会对病人的生命构成直接威胁,也不需要切除。这一次,麻省理工学院的研究人员在计算机科学和人工智能实验室和麻省总医院乳腺成像专家们开发了这种机器学习模式,正是为了改进乳腺癌检测,防止过度加工,减少不必要的手术。

  该模型不仅分析了患者年龄,病变组织学等传统危险因素,还分析了活检报告文中出现的单词等独特因素。训练结束后,对335例机器学习模型进行了测试,并正确预测了转化为癌症的38个病灶中的37个,准确率为97%。研究人员说,使用该模型将有助于避免接近三分之一的良性手术。

  研究人员说,这项新的研究只是一个概念的证明,表明机器学习技术在临床诊断方面有很大的不同。他们的目标是将这个工具应用于临床环境,帮助医生监测患者并作出更明智的治疗决策。

  特别声明:本文仅为传播信息的目的转载,并不代表本网站或其内容的真实性;如从本网站转载的其他媒体,网站或个人将被保留在本网站上,并对版权拥有法律责任;如果您不希望被转载或联系转载稿费等事宜,请与我们联系。