登陆注册
17976

麻省理工学院的新人工智能模型检测胰腺癌的早期迹象

站长网2024-01-19 15:42:320

麻省理工学院(MIT CSAIL)的人工智能实验室与哈佛大学放射肿瘤学系的Limor Apelbaum博士合作,提出了两种新的人工智能模型,称为PRISM神经网络(PrismNN)和逻辑回归(PrismLR),用于早期检测胰腺导管腺癌(PDAC),这是一种致命的癌症。

图源备注:图片由AI生成,图片授权服务商Midjourney

发现的重要性

PRISM模型在相对风险阈值高出五倍的情况下,可以识别出35%的PDAC病例,而传统筛查标准可以识别出10%的PDAC病例。这种性能改进标志着早期干预潜力的重大飞跃。

胰腺位于腹部深处,早期发现具有挑战性,缺乏有效治疗凸显了及早识别高危患者的重要性。

研究方法

研究团队利用了一家联合网络公司,利用电子健康记录 (EHR) 数据,这些数据包括来自美国不同机构的患者人口统计、诊断、药物和实验室结果。这个庞大的数据库涵盖了超过500万名患者,确保了模型的可靠性和普遍性,使其适用于不同的人群、地理位置和人口群体。

PrismNN 使用人工神经网络来检测复杂的模式,而 PrismLR 使用逻辑回归进行更简单的分析,从相同的 EHR 数据中提供对 PDAC 风险的全面评估。

研究成果

PRISM模型在所有年龄段和种族的患者中都表现出良好的性能。此外,PRISM模型还可以根据患者的个人风险因素进行调整,这可能会进一步提高其准确性。

研究展望

该团队计划将模型的适用性扩展到美国以外的国际数据集,并添加更多的生物标志物以进行更精细的风险评估。

与其他研究的比较

PRISM模型与其他已发表的PDAC人工智能模型相比具有以下优势:

使用更大的数据集进行开发和验证,提高了模型的准确性和可靠性。

使用常规临床和实验室数据进行预测,使其更适用于实际应用。

具有更强的泛化能力,可用于不同人群和地理位置的患者。

结论

PRISM模型是早期检测PDAC的一种有前途的新方法。它具有高准确性、可靠性和泛化能力,有望改善患者的预后。

0000
评论列表
共(0)条