美国麻省总医院研究团队基于人工智能开发出预测癌症复发风险的工具。大多数死于黑色素瘤（最致命的皮肤癌形式）的患者最初被诊断为早期黑色素瘤，后来又经历了复发，这种复发通常在扩散或转移后才被发现。
该团队利用1720例早期黑色素瘤病例的临床和病理特征进行机器学习算法训练，确定最具预测性的特征是肿瘤厚度和癌细胞分裂速率，开发出可确定早期黑色素瘤复发风险的综合风险预测平台，达到高水平的分类和事件预测时间的准确性。
综合风险预测平台使用新的机器学习方法来确定早期黑色素瘤复发的风险，达到了高水平的分类和事件预测准确度。
结果表明，机器学习算法可以从临床病理学特征中提取预测信号，用于早期黑色素瘤复发预测。
相关研究成果发表于NPJ Precision Oncology期刊。
这项工作得到了黑色素瘤研究联盟、美国国立卫生研究院、国防部和皮肤病学基金会的支持。获 取 更多前沿科技 研究 进展访问：https://byteclicks.com
版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/42837.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。
赞