快捷搜索:  as

机器学习模型在医疗行业的应用可以更好的识别

(文章滥觞:联袂康健网)

钻研职员在达特茅斯-希契科克医疗中间 已经创建了分类肺癌幻灯片同样三个病理学家颁发在科学申报的一项小型钻研若何做一个深刻的进修模式。该模型自动对肺癌样本中的组织学类型进行分类,以赞助医生快速确定最得当患者的治疗措施。钻研职员已经在系统上孕育发生了早期的证明数据,现在计划在其他医疗中间的临床情况中对该技巧进行测试

钻研职员在达特茅斯-希契科克医疗中间 已经创建了分类肺癌幻灯片同样三个病理学家颁发在科学申报的一项小型钻研若何做一个深刻的进修模式。该模型自动对肺癌样本中的组织学类型进行分类,以赞助医生快速确定最得当患者的治疗措施。钻研职员已经在系统上孕育发生了早期的证明数据,现在计划在其他医疗中间的临床情况中对该技巧进行测试。

肺癌的组织学模式分类是治疗道路中关键但棘手的步骤。预后,生计和治疗均与分类有关。然而,定性评估标准和具有多种组织学模式的个体患者的上风使得很难对样本进行分类,这可能导致病理学家之间存在很大年夜不同。

一项钻研发明,肺部病理学家之间的同等程度达到中度至优越水平,对kappa评分的衡量标准为从0(表示不杀青同等)到1(表示绝对同等)。在那项钻研中,卡帕得分高达0.72,但对疑难病例的其他评估得出的结果却低至0.24,这注解检察幻灯片的专业肺部病理学家之间险些没有同等意见。

达特茅斯(Dartmouth)团队近来评估了深度进修模型是否可以赞助推动该领域的成长。该模型应用设计为学会识别癌细胞区域并汇总这些分类以揣摸载玻片上存在的组织学模式的谋略机系统。在对279张全幻灯片图像进行练习和开拓后,该团队在同一医疗中间拍摄的143张幻灯片上对其进行了测试。该模型的Kappa得分为0.525,与三位病理学家对主要模式进行分类的同等性为66.6%。在三位病理学家中,这一数字略低,分手为0.485和62.7%。

钻研结果使钻研职员得出结论,该模型“在统计学上与病理学家在所有评估指标上均相媲美”。因为该模型可以快速孕育发生结果,是以钻研职员觉得可以将其集成到实验室信息治理系统中,并提出模式诊断,或者根据模型的阐发自动触发基因测试哀求。

为了完全兑现这一诺言,钻研职员将必要证实该模型在测试情况之外有效。值得留意的是,培训和测试应用了来自单个医疗中间的图像。先前的钻研注解,将该模型利用于其他举措措施捕获的图像时,效果可能较差。达特茅斯大年夜学的钻研职员已将其他团队定位在外,以经由过程公开宣布代码来找出模型在外部数据集上的体现。肺癌的组织学模式分类是治疗道路中关键但棘手的步骤。预后,生计和治疗均与分类有关。

然而,定性评估标准和具有多种组织学模式的个体患者的上风使得很难对样本进行分类,这可能导致病理学家之间存在很大年夜不同。一项钻研发明,肺部病理学家之间的同等程度达到中度至优越水平,对kappa评分的衡量标准为从0(表示不杀青同等)到1(表示绝对同等)。在那项钻研中,卡帕得分高达0.72,但对疑难病例的其他评估得出的结果却低至0.24,这注解检察幻灯片的专业肺部病理学家之间险些没有同等意见。

达特茅斯(Dartmouth)团队近来评估了深度进修模型是否可以赞助推动该领域的成长。该模型应用设计为学会识别癌细胞区域并汇总这些分类以揣摸载玻片上存在的组织学模式的谋略机系统。在对279张全幻灯片图像进行练习和开拓后,该团队在同一医疗中间拍摄的143张幻灯片上对其进行了测试。该模型的Kappa得分为0.525,与三位病理学家对主要模式进行分类的同等性为66.6%。在三位病理学家中,这一数字略低,分手为0.485和62.7%。

钻研结果使钻研职员得出结论,该模型“在统计学上与病理学家在所有评估指标上均相媲美”。因为该模型可以快速孕育发生结果,是以钻研职员觉得可以将其集成到实验室信息治理系统中,并提出模式诊断,或者根据模型的阐发自动触发基因测试哀求。

为了完全兑现这一诺言,钻研职员将必要证实该模型在测试情况之外有效。值得留意的是,培训和测试应用了来自单个医疗中间的图像。先前的钻研注解,将该模型利用于其他举措措施捕获的图像时,效果可能较差。达特茅斯大年夜学的钻研职员已将其他团队定位在外,以经由过程公开宣布代码来找出模型在外部数据集上的体现。

(责任编辑:fqj)

您可能还会对下面的文章感兴趣: