人工智能可以幫助識別未來罹患乳腺癌風險的女性 新模型可幫助確定癲癇手術的最佳候選人 全球范圍內(nèi)新型抗癌藥物的可用性和及時性存在顯著差異 新分析表明熱應激會影響 2 歲以下嬰兒的生長速度 博格隆純化解析|從研發(fā)到應用:GLP-1純化策略 2024年10月mRNA技術與藥物創(chuàng)新高峰論壇會議通知 表觀遺傳測試有助于預測多發(fā)性骨髓瘤免疫治療的療效 仔細檢查細胞以尋找治療肌肉萎縮癥的線索 研究表明治療靜脈曲張出血時需要調(diào)整指南 人工智能模型顯示出識別與腦腫瘤相關的性別特定風險的潛力 神經(jīng)外科患者的成像首次揭示了大腦的廢物清除途徑 利用自然殺傷 T 細胞推進實體腫瘤的癌癥免疫治療 專家提出益生元分類的關鍵標準 研究探索膠質(zhì)母細胞瘤的新治療方法 充足的體育鍛煉能給個人和社會帶來顯著的經(jīng)濟效益 研究揭示腸道吸收在預防飲食引起的脂肪肝中起著關鍵作用 新的基因檢測途徑可確?;颊攉@得個性化的 BRCA 相關癌癥治療 細胞療法與已獲批準藥物相結(jié)合有望治療多發(fā)性硬化癥 臨床試驗檢驗肌層浸潤性膀胱癌的標準淋巴結(jié)切除術與擴大淋巴結(jié)切除術 科學家開發(fā)出一種新的雙電層模型 研究人員培育出首株抗 TR4 和黑葉斑病的香蕉植物 科學家發(fā)現(xiàn)可能引發(fā)地球生命出現(xiàn)的地質(zhì)環(huán)境 大腦的支持細胞通過產(chǎn)生有毒肽導致阿爾茨海默病 研究人員利用人工智能訓練狗對主人做出反應 采用堆疊地質(zhì)實現(xiàn)更好的碳儲存采用堆疊地質(zhì)實現(xiàn)更好的碳儲存 將捕獲原子與光子相結(jié)合打造新型量子器件 葡萄球菌如何傳播 人工智能將如何超越人類智能 科學家發(fā)現(xiàn)永久化學物質(zhì)的細菌解決方案 附近的超新星可能促進了地球上生命的多樣化 你的智能手機很快就能通過觸摸測量你的血壓 古代 DNA 揭示意外的轉(zhuǎn)折拯救了伊比利亞猞猁免于滅絕 水能讓你免于宿醉嗎 科學表明可能不會 除顫器墊的位置對心臟重啟有很大影響 腳踝扭傷也可能造成腦損傷 我們的大氣層將撒哈拉沙漠的塵埃轉(zhuǎn)化為生命所需的礦物質(zhì) 心理學家解釋如何停止使用食物作為應對機制 精彩回顧,EVIDENT共聚焦顯微鏡亮相第十七屆中國神經(jīng)科學學會 聚力醫(yī)療產(chǎn)業(yè)新生態(tài),以高精密科技之力承載生命健康之重 研究人員發(fā)現(xiàn)亨廷頓病患者的 DNA 修復受到阻礙 晝夜節(jié)律紊亂與肺部炎癥有關 探索黑色素如何影響臨床氧氣測量 研究揭示 tRNA 修飾酶在大腦功能中的關鍵作用 免疫細胞分析有助于改善腎移植排斥風險的監(jiān)測 研究發(fā)現(xiàn)雌激素在癌癥中起著隱藏的作用 抑制關鍵的免疫細胞 認知行為治療計劃可幫助乳腺癌幸存者緩解失眠 為什么有些運動員會出現(xiàn)神經(jīng)退行性病變 而其他運動員則不會 利用生物庫中的遠親關系來識別未確診的遺傳病 超聲活化的水凝膠可實現(xiàn)持續(xù)藥物釋放 全球首個生物基聚酯紡織產(chǎn)業(yè)聯(lián)盟成立!
您的位置:首頁 >國外科研 >

人工智能可以幫助識別未來罹患乳腺癌風險的女性

導讀 根據(jù) 10 月 3 日在JAMA Network Open上在線發(fā)表的一項研究,人工智能 (AI) 評分可能能夠評估未來患乳腺癌的風險并實現(xiàn)早期診斷。奧...

根據(jù) 10 月 3 日在JAMA Network Open上在線發(fā)表的一項研究,人工智能 (AI) 評分可能能夠評估未來患乳腺癌的風險并實現(xiàn)早期診斷。

奧斯陸挪威公共衛(wèi)生研究所的 Jonas Gjesvik 及其同事研究了一種用于乳腺癌檢測的商業(yè)人工智能(AI)算法是否可以預測未來癌癥的發(fā)展。該分析包括 116,495 名女性(年齡在 50 至 69 歲之間),她們每兩年接受至少三輪連續(xù)乳房 X 線檢查。

研究人員發(fā)現(xiàn),在篩查中發(fā)現(xiàn)癌癥的女性中,乳房 AI 評分的平均絕對差異在第一輪研究中為 21.3,在第二輪研究中為 30.7,在第三輪研究中為 79.0,而間隔癌癥之前的平均差異分別為 19.7、21.0 和 34.0。

對于未患乳腺癌的女性,第一輪研究的平均差異為 9.9,第二輪研究的平均差異為 9.6,第三輪研究的平均差異為 9.3。對于篩查發(fā)現(xiàn)的癌癥,第一輪研究的絕對差異的受試者工作特征曲線下面積為 0.63,第二輪研究的絕對差異為 0.72,第三輪研究的絕對差異為 0.96。對于間隔期癌癥,受試者工作特征曲線下面積分別為 0.64、0.65 和 0.77。

作者寫道:“這些發(fā)現(xiàn)表明,為乳腺癌檢測開發(fā)的商業(yè)人工智能算法可以識別出未來患乳腺癌風險較高的女性,為個性化篩查方法提供途徑,從而實現(xiàn)更早的癌癥診斷。

標簽:

免責聲明:本文由用戶上傳,如有侵權請聯(lián)系刪除!

最新文章