︿
Top

新AI模型提高預測乳癌準確度達87%

瀏覽次數:6008| 歡迎推文: facebook twitter wechat Linked

科技產業資訊室 (iKnow) - 周媛韻 發表於 2019年7月19日
facebook twitter wechat twitter

圖、新AI模型提高預測乳癌準確度達87%

IBM Research的研究團隊透過人工智慧來解決乳癌早期檢測的成功率。他們開發了一種演算法,是個能透過學習成像數據及病患的綜合健康病史並做出決策的模型,能達到令人印象深刻的檢測水平,此外,其檢測成果是非常激勵人心的。該研究發表在Radiology期刊上。
 
在IBM Research的官方部落格中,研究人員描述了團隊的目標、貢獻及成果。作為第一個能做出決策的演算法,該模型能夠在所有分析中正確預測87%乳癌病例的發展,並且能正確的解釋77%的非癌症病例。
 
在乳房X光片中添加了臨床數據顯著增加了模型中AUROC(ROC曲線底下的面積)及其靈活度。將這筆臨床數據放到模型中,AUROC值為0.78,與舊有的Gail風險預測模型相比,改善了乳癌的風險預測。此外,還能確認可能導致風險提高的臨床因素,以及之前沒有被其他模型測試過的數據,如白血球剖面及甲狀腺的功能測試。
 
首先,研究團隊假設結合機器學習及深度學習的模型可以應用於評估乳癌,其水準是與放射科醫生旗鼓相當,並且具有被納入臨床實踐的能力。事實證明,利用AI來預測乳癌的準確度是趨近於放射科醫師的水準。新的AI模型能以良好的準確度來預測患者惡性乳癌一年內的發展,以減少進行不必要測試的女性患者人數。
 
研究人員透過其在以色列的兩個大型醫療服務供應的合作夥伴Maccabi健康中心及Assuta醫療中心取得大量的自願者乳腺X光片圖像及詳細的個人臨床數據,對9611個乳房X光片及女性健康紀錄進行演算法的訓練,來達到預測惡性的活體組織切片及區分正常與異常的篩檢成果。
 
研究團隊表示新的AI模型不會取代放射科醫師,而是成為第二組眼睛,以便利用其高度準確性的預測來幫助後續治療。
(644字)


參考資料:
Imaging results, health data combine in AI model to predict breast cancer. TechXplore,2019/6/20
Predicting Breast Cancer by Applying Deep Learning to Linked Health Records and Mammograms. Radiology,2019/6/18


本站相關資料:
1. AI在病理學應用:組織切片成像、組織表現組及其他
2. 瑞典新創公司ContextVision持續發展AI數位病理
3. AI機器學習應用於護理體系
4. 個人化藥物 邁向普及化
5. 2023年深度學習市場的價值達181.6億美元

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。