使用人工智能了解肺癌和支氣管癌死亡率

很多人一聽到“人工智能(AI)”這個詞就會想到機器人。然而，在美國一項關(guān)于肺癌和支氣管癌 (LBC) 的新研究中，人工智能指的是各種機器學(xué)習(xí)模型疊加在一起，以對 LBC 死亡率進行高水平預(yù)測。

布法羅大學(xué)的研究人員 Zia U. Ahmed、Kang Sun、Michael Shelly 和 Lina Mu 撰寫了這項新研究，該研究使用可解釋的人工智能(XAI)確定了 LBC死亡率的關(guān)鍵風(fēng)險因素。雖然在所研究的風(fēng)險因素中，吸煙率、貧困和社區(qū)海拔在預(yù)測 LBC 死亡率方面最為重要，但發(fā)現(xiàn)風(fēng)險因素與 LBC 死亡率之間的關(guān)聯(lián)在空間上存在差異，研究探索了這些地理差異。

2021 年 12 月發(fā)表在《科學(xué)報告》雜志上的論文“可解釋的人工智能用于探索美國鄰近地區(qū)肺癌和支氣管癌死亡率的空間變異性” 。

該研究匯集了一個跨學(xué)科團隊。Ahmed 博士是 UB RENEW 研究所的數(shù)據(jù)庫/可視化專家;孫博士，UB RENEW研究所核心教員，UB工程與應(yīng)用科學(xué)學(xué)院土木、結(jié)構(gòu)與環(huán)境工程助理教授;Shelly 博士是 UB RENEW 研究所的環(huán)境/生態(tài)經(jīng)濟學(xué)家;Mu，博士，醫(yī)學(xué)博士，是UB 公共衛(wèi)生與健康專業(yè)學(xué)院流行病學(xué)和環(huán)境健康副教授。

艾哈邁德談到了研究和研究的重要性：“結(jié)果很重要，因為美國是一個空間異質(zhì)的環(huán)境。社會經(jīng)濟因素和教育水平多種多樣——本質(zhì)上，一種規(guī)模并不適合所有人。這里對機器的本地解釋學(xué)習(xí)模型比全局解釋更重要。”

他補充說，通過指出哪些領(lǐng)域需要支持，結(jié)果可用于公共衛(wèi)生管理和干預(yù)。

“我們希望該模型能夠解釋已知的 LBC 死亡率和風(fēng)險因素預(yù)測因子之間的聯(lián)系，”Sun 說。

“這項研究可以成為將人工智能整合到流行病學(xué)研究中的模型，”穆說。“它也可以作為研究癌癥時使用預(yù)測模型的一個例子。這可以極大地幫助確定癌癥登記不可用的高風(fēng)險區(qū)域。”

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！