Hiljutine uuring, mille avaldas Clinical Breast Cancer, on paljastanud, et sügavõppe mudelid võivad olla efektiivsed ennustavad tööriistad rinnavähi prognoosimisel. Uuringut juhtis dr Junqi Han ja tema meeskond Qingdao Ülikooli haigla sidusettevõttest Hiinas ning see näitas, et mudel, mis ühendab mammograafiapiltide andmeid, ultrahelipilte ja muid omadusi, suudab täpselt ennustada rinnavähiga patsientide haigusest vaba elulemust.
Uurijad rõhutasid kombineeritud mudeli paremat jõudlust, mis kasutab nii mammograafia- kui ultrahelipilte, võrreldes üksikute kujutusmeetodite kasutamisega üksi. Kunstliku intelligentsi ja sügavõppe tehnikate abil uurivad radioloogid uusi võimalusi rinnavähi diagnoosi ja prognoosi täiustamiseks.
Selles uuringus kogus meeskond andmeid kokku 1242 patsiendi kohta aastatel 2013–2018, jagades nad koolitus- ja testimisgruppideks. Kasutati sügavõppe mudeleid, kasutades ResNet50-d, ning kliiniliste andmete ja kujutusomaduste integreeriti sõltumatud prognoosimisfaktorid ning loodi kliiniline mudel.
Kokku arendati viis mudelit: ultraheli sügavõppe mudel, mammograafia sügavõppe mudel, ultraheli ja mammograafia sügavõppe mudel, kliiniline mudel ja kombineeritud mudel. Uurijad leidsid, et kombineeritud mudel, mis hõlmas mõlema meetodi pilte koos patoloogiliste, kliiniliste ja röntgenoloogiliste omadustega, näitas parimat ennustusjõudlust analüüsitud mudelite seas.
Väärib märkimist, et teatud patoloogilisi ja kliinilisi omadusi oli võimalik hankida alles pärast operatsiooni. Seetõttu on kombineeritud mudel oluline operatsioonijärgse prognoosi ennustamisel. Lisaks rõhutas uuring ultraheli ja mammograafia täiendavat rolli rinna kujutamisel, kus ultraheli kasutatakse haiguse kuju ja omaduste jälgimiseks ning mammograafiat kaltsifikatsiooni tuvastamiseks.
Kuigi uuring näitab lootustandvaid tulemusi, kutsusid autorid tulevastes uuringutes üles väliste valideerimiste läbiviimisele, et mõõta mudelite ennustava efektiivsuse ja üldistatavuse määra. Sellest hoolimata näitab sügavõppe mudelite kasutamine suurt potentsiaali rinnavähi prognoosi ennustamise ja lõpuks patsientide tulemuste parandamiseks.
Küsimuste ja vastuste osa rinnavähi prognoosi ja sügavõppe mudelite kohta:
K: Mida näitas hiljuti Clinical Breast Cancer ajakirjas avaldatud uuring?
V: Uuring paljastas sügavõppe mudelite potentsiaali rinnavähi prognoosimisel efektiivsete ennustusvahenditena.
K: Kes juhtis seda uuringut?
V: Uuringut juhatas dr Junqi Han ja tema meeskond Qingdao Ülikooli haigla sidusettevõttest Hiinas.
K: Millist tüüpi andmeid kasutas uuring?
V: Uuring kombineeris andmeid mammograafiapiltidest, ultrahelipiltidest ja muudest omadustest, et ennustada rinnavähiga patsientide haigusest vaba elulemust.
K: Kuidas kombineeritud mudel võrreldes üksikute kujutusmeetodite kasutamisega toimis?
V: Kombineeritud mudel, mis hõlmas nii mammograafia- kui ultrahelipilte, näitas paremat jõudlust võrreldes üksikute kujutusmeetodite kasutamisega üksi.
K: Milliseid tehnikaid kasutati uuringus?
V: Uuring kasutas kunstliku intelligentsi ja sügavõppe tehnikaid, täpsemalt sügavõppe mudeleid ResNet50-ga.
K: Kuidas koguti andmeid?
V: Uurijad kogusid andmeid 1242 patsiendi kohta aastatel 2013–2018, jagades nad koolitus- ja testimisgruppideks.
K: Mitu mudelit uuringus arendati?
V: Kokku arendati viis mudelit: ultraheli sügavõppe mudel, mammograafia sügavõppe mudel, ultraheli ja mammograafia sügavõppe mudel, kliiniline mudel ja kombineeritud mudel.
K: Milline mudel näitas kõige paremat ennustusjõudlust?
V: Kombineeritud mudel, mis hõlmas nii ultraheli- kui mammograafiapilte koos patoloogiliste, kliiniliste ja röntgenoloogiliste omadustega, näitas kõige paremat ennustusjõudlust.
K: Miks on kombineeritud mudel oluline operatsioonijärgse prognoosi ennustamisel?
V: Teatud patoloogilisi ja kliinilisi omadusi saab hankida alles pärast operatsiooni, seega on kombineeritud mudel oluline operatsioonijärgse prognoosi ennustamisel.
K: Millised on ultraheli ja mammograafia täiendavad rollid rindade kujutamisel?
V: Ultraheli kasutatakse haiguse kuju ja omaduste jälgimiseks, samas kui mammograafiat kasutatakse kaltsifikatsiooni tuvastamiseks.
K: Mille poole kutsusid uuringu autorid?
V: Autorid kutsusid tulevastes uuringutes üles välist valideerimist, et mõõta mudelite ennustava efektiivsuse ja üldistatavuse määra.
K: Milline on sügavõppe mudelite potentsiaal rinnavähi prognoosimisel?
V: Sügavõppe mudelid näitavad suurt potentsiaali rinnavähi prognoosi ennustamise ja lõpuks patsientide tulemuste parandamiseks.
Mõisted:
– Prognoos: Meditsiinilise seisundi tõenäoline kulg või tulemus.
– Sügavõppe mudelid: Arvutimudelid, mis kasutavad tehisintellekti tehnikaid suurte andmemahu töötlemiseks ja ennustuste või klassifitseerimiste tegemiseks.
– Mammograafia: Kujutusmeetod, mis kasutab rindade uurimiseks röntgenikiirgust rinnavähi või teiste kõrvalekallete märkide tuvastamiseks.
– Ultraheli: Diagnostiline kujutusmeetod, mis kasutab kõrge sagedusega helilaineid keha struktuuride kujutiste loomiseks.
– Radioloogid: Meditsiinidoktorid, kes on spetsialiseerunud meditsiiniliste piltide tõlgendamisele, nagu röntgenikiired, kompuutertomograafia (CT) skaneeringud ja mammogrammid.
Soovitatud seotud lingid:
– cancer.org
– National Center for Biotechnology Information (NCBI)
– breastcancer.org
The source of the article is from the blog kewauneecomet.com