生物科学门户网站
boyingtex.com

深度学习可以帮助医生选择更好的肺癌治疗方法

宾夕法尼亚州宾夕法尼亚州马尔文市-宾州州立大学大谷分校的一个研究小组称,有一天,医生和医护人员可能会使用一种称为深度学习的机器学习模型来指导他们对肺癌患者的治疗决策。

在一项研究中,研究人员报告说,他们开发了一种深度学习模型,该模型在某些条件下预测肺癌患者的预期生存期的准确率超过71%,大大优于该团队测试的传统机器学习模型。团队测试的其他机器学习模型的正确率约为61%。

数据分析副教授Youakim Badr表示,有关患者预期寿命的信息可以帮助指导医生和护理人员做出更好的药物使用决策,分配资源以及确定患者的护理强度。

Badr说:“这是一个高度精确的高性能系统,旨在帮助医生做出有关为患者提供护理的重要决定。”“当然,该工具不能代替医生来决定肺癌的治疗方法。”

根据信息科学与工程学教授,计算和数据科学研究所的成员Robin G. Qiu所说,该模型可以分析大量数据,这些数据通常被称为机器学习中的特征,这些特征描述了患者和疾病。了解多种因素如何影响肺癌的生存期。功能可以包括诸如癌症类型,肿瘤大小,肿瘤生长速度和人口统计数据之类的信息。

研究人员表示,深度学习可能特别适合解决肺癌的预后,因为该模型可以提供癌症研究中必要的可靠分析,并在国际医学信息学杂志上报告了他们的发现。深度学习是一种基于人工神经网络的机器学习,通常基于人脑自身神经网络的功能进行建模。

但是,在深度学习中,开发人员将这些人工神经元的多层应用复杂的结构,这就是为什么将该模型称为“深度”。Badr说,深度学习的学习方面来自系统如何从数据和标签之间的连接中学习。

Badr说:“深度学习是一种机器学习算法,可以在数据,自身和我们用来描述数据示例的标签之间建立关联。”“通过建立这些关联,它可以从数据中学习。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。