欢迎光临
我们一直在努力
您的位置: 首页> 人工智能 >

人工智能评估乳腺癌患者的激素状态

已发现机器学习技术在预测分子生物标志物表达方面不逊于传统的免疫组织化学。肿瘤样本的病理学综述,即使对于常见的分子生物标志物,例如雌激素受体(ER),孕酮受体(PR)和人表皮生长因子受体2(HER2),也是耗时的。此外,病理学家对样本的解释并不总是一致的。

正在应用人工智能(AI)和机器学习技术来解决这种变化,以及提高可靠性和增加效率。目前,这种技术可以区分癌组织和非癌组织,以及确定淋巴结中转移的存在并进行肿瘤分级。

现在,研究人员进行了一项回顾性的单机构研究,以测试机器学习技术(称为基于形态学的分子谱分析)的能力,以评估来自a的20,000多个数字化苏木精 - 伊红(H&E)病理学标本的激素状态。超过5000名乳腺癌患者的微阵列文库。

人工智能和机器学习是在现代生活的许多方面发挥作用的新兴技术,包括医学。这些数据代表了利用训练集来衡量样本病理学审查效用的第一次努力。

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。