AI对结直肠癌的预测离高效精准肿瘤学又近了一步

据世界卫生组织称，结直肠癌(CRC)在全球癌症相关死亡的主要原因中排名第二。来自亥姆霍兹慕尼黑和德累斯顿工业大学 (TU Dresden) 的研究人员首次表明，基于人工智能 (AI) 的预测可以提供与 CRC 患者活检临床测试相当的结果。人工智能预测可以加快组织样本的分析速度，从而更快地做出治疗决策。这种用于生物标志物检测的新颖模型代表了在肿瘤学领域实现精准治疗方法的重大进步。该方法现已发表在《Cancer Cell》上。

来自亥姆霍兹慕尼黑的 Tingying Peng 博士和来自德累斯顿工业大学的 Jakob N. Kather 教授组成的科学家团队表明，人工智能可以预测 CRC 患者染色组织样本中的特定生物标志物。他们使用所谓的变压器网络(一种最新的深度学习(DL)方法)来识别癌症管理中的模式并支持诊断决策。新方法显着改进了以前的生物标志物检测方法。

大规模评估证明具有更好的泛化能力和数据效率

研究人员团队开发的软件在整个分析过程中使用了变压器神经网络新技术。他们表明，通过对来自 7 个国家(澳大利亚、中国、德国、以色列、荷兰、英国、美国)的 16 个队列的 13,000 多名患者组成的大型多中心队列进行评估，他们的方法大大提高了性能、普遍性、数据效率和可解释性。 ，其中部分由德国癌症研究中心 (DKFZ) 海德堡和国家肿瘤疾病中心 (NCT) 网络的研究人员贡献。在大型多中心队列上训练的算法对手术期间获得的切除组织样本实现了非常高的灵敏度。引人注目的是，尽管他们的模型只接受了切除组织样本的训练，对于结肠镜检查期间获得的活检组织，结果也可以达到高性能。该研究的第一作者 Sophia J. Wagner 强调，“当最终在临床常规中实施时，对活检组织的推广增加​​了算法对患者的益处”。

基于人工智能的活检预筛选加速诊断

由于其对活检组织的高敏感性，该算法可以作为预筛选工具，然后对人工智能测试期间收到阳性结果的病例进行肯定性测试。应用基于人工智能的生物标志物预测可以减轻测试负担，从而加快活检和遗传风险状态分子测定之间的步骤，从而使患者能够在有需要时尽早接受免疫疗法治疗。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！