麻省理工學(xué)院的新人工智能模型檢測(cè)胰腺癌的早期跡象

2024年01月19日 15:47:21 來源：站長(zhǎng)之家

　　1月19日消息:麻省理工學(xué)院(MIT CSAIL)的人工智能實(shí)驗(yàn)室與哈佛大學(xué)放射腫瘤學(xué)系的Limor Apelbaum博士合作，提出了兩種新的人工智能模型，稱為PRISM神經(jīng)網(wǎng)絡(luò)(PrismNN)和邏輯回歸(PrismLR)，用于早期檢測(cè)胰腺導(dǎo)管腺癌(PDAC)，這是一種致命的癌癥。

　　發(fā)現(xiàn)的重要性

　　PRISM模型在相對(duì)風(fēng)險(xiǎn)閾值高出五倍的情況下，可以識(shí)別出35%的PDAC病例，而傳統(tǒng)篩查標(biāo)準(zhǔn)可以識(shí)別出10%的PDAC病例。這種性能改進(jìn)標(biāo)志著早期干預(yù)潛力的重大飛躍。

　　胰腺位于腹部深處，早期發(fā)現(xiàn)具有挑戰(zhàn)性，缺乏有效治療凸顯了及早識(shí)別高�；颊叩闹匾�。

　　研究方法

　　研究團(tuán)隊(duì)利用了一家聯(lián)合網(wǎng)絡(luò)公司，利用電子健康記錄 (EHR) 數(shù)據(jù)，這些數(shù)據(jù)包括來自美國不同機(jī)構(gòu)的患者人口統(tǒng)計(jì)、診斷、藥物和實(shí)驗(yàn)室結(jié)果。這個(gè)龐大的數(shù)據(jù)庫涵蓋了超過500萬名患者，確保了模型的可靠性和普遍性，使其適用于不同的人群、地理位置和人口群體。

　　PrismNN 使用人工神經(jīng)網(wǎng)絡(luò)來檢測(cè)復(fù)雜的模式，而 PrismLR 使用邏輯回歸進(jìn)行更簡(jiǎn)單的分析，從相同的 EHR 數(shù)據(jù)中提供對(duì) PDAC 風(fēng)險(xiǎn)的全面評(píng)估。

　　研究成果

　　PRISM模型在所有年齡段和種族的患者中都表現(xiàn)出良好的性能。此外，PRISM模型還可以根據(jù)患者的個(gè)人風(fēng)險(xiǎn)因素進(jìn)行調(diào)整，這可能會(huì)進(jìn)一步提高其準(zhǔn)確性。

　　研究展望

　　該團(tuán)隊(duì)計(jì)劃將模型的適用性擴(kuò)展到美國以外的國際數(shù)據(jù)集，并添加更多的生物標(biāo)志物以進(jìn)行更精細(xì)的風(fēng)險(xiǎn)評(píng)估。

　　與其他研究的比較

　　PRISM模型與其他已發(fā)表的PDAC人工智能模型相比具有以下優(yōu)勢(shì):

　　使用更大的數(shù)據(jù)集進(jìn)行開發(fā)和驗(yàn)證，提高了模型的準(zhǔn)確性和可靠性。

　　使用常規(guī)臨床和實(shí)驗(yàn)室數(shù)據(jù)進(jìn)行預(yù)測(cè)，使其更適用于實(shí)際應(yīng)用。

　　具有更強(qiáng)的泛化能力，可用于不同人群和地理位置的患者。

　　結(jié)論

　　PRISM模型是早期檢測(cè)PDAC的一種有前途的新方法。它具有高準(zhǔn)確性、可靠性和泛化能力，有望改善患者的預(yù)后。