WAP手机版 RSS订阅 加入收藏  设为首页
电玩游戏
当前位置:首页 > 电玩游戏

电玩游戏:研究人员使用人工智能来改善甲状腺结节的良恶性鉴别

时间:2020/5/15 10:46:57   作者:   来源:   阅读:18   评论:0
内容摘要:14日从西湖大学学校的研究小组使用了人工智能技术在蛋白质组大数据的近一千例甲状腺结节患者,发现它有助于区分良性和恶性甲状腺结节的组合蛋白质分子标记。该系列标志物有望大大提高甲状腺结节良恶性的判断准确性。研究人员说,甲状腺结节或甲状腺肿瘤可由多种因素引起,在当代人群中更为常见。与大...
14日从西湖大学学校的研究小组使用了人工智能技术在蛋白质组大数据的近一千例甲状腺结节患者,发现它有助于区分良性和恶性甲状腺结节的组合蛋白质分子标记。该系列标志物有望大大提高甲状腺结节良恶性的判断准确性。

研究人员说,甲状腺结节或甲状腺肿瘤可由多种因素引起,在当代人群中更为常见。与大多数结节一样,甲状腺结节也有良恶性之分。良性甲状腺结节不会影响日常工作和生活,恶性甲状腺结节需要尽快治疗。但在临床实践中,约30%的甲状腺结节缺乏有效的良恶性判断方法。

为了解决这一问题,西湖大学生命科学学院郭天南实验室和工程学院李自清实验室联合国内外多个临床团队进行合作。


在本研究中,实验团队分析了来自911个甲状腺结节携带者的组织样本,进行了数据无关的蛋白质组分析,产生了2421个蛋白质组数据。

由于本实验涉及的蛋白质组数据量大,部分甲状腺结节的分子水平差异不大,研究小组采用人工神经网络技术进行筛选。他们发现了14种区分良性和恶性结节的关键蛋白组合,这些组合构成了一个可以确定良性和恶性的模型。

随后,研究小组利用该模型预测未知的甲状腺结节的良恶性,并与临床手术后的病理结果进行比较。结果表明,该方法对国内四家医院提供的288例甲状腺石蜡标本和64例甲状腺结节穿刺标本的良恶性判断正确率达到90%。

据了解,该方法目前正在更多临床中心进行测试,以进一步优化人工智能模型,并已申请专利。

相关评论
本站所有站内信息仅供娱乐参考,不作任何商业用途,不以营利为目的,专注分享快乐,欢迎收藏本站!
所有信息均来自:百度一下 (捕鱼大作战)
蜀ICP备10206403号-3