研究人员开发出准确性无与伦比的前列腺癌预测

2020-09-05 admin
来自医学院和大学医学院的一组研究人员开发了一种新颖的机器学习框架,该框架可将高危前列腺癌和低危前列腺癌区别开来。以前。今天发表的杂志中描述的框架旨在帮助医生-特别是放射科医生-更准确地确定前列腺癌患者的治疗选择,减少不必要的临床干预机会。

前列腺癌是男性癌症死亡的主要原因之一,仅次于肺癌。尽管前列腺癌研究的最新进展挽救了许多生命,但迄今为止,客观的预测工具仍未得到满足。

目前,用于评估前列腺癌风险的标准方法是多参数磁共振成像(mpMRI)(可检测前列腺病变),以及前列腺成像报告和数据系统版本2(PI-RADS v2),该系统是一种五点评分系统,对在mpMRI上发现的病变进行分类。总之,这些工具旨在合理地预测具有临床意义的前列腺癌的可能性。但是,PI-RADS v2评分是主观的,不能在中级和恶性癌症水平之间明确区分(得分3、4和5),这通常导致临床医生之间的解释有所不同。

已经提出将机器学习与放射学相结合-一种医学分支,该医学分支使用算法从医学图像中提取大量定量特征-作为解决此缺点的一种方法。但是,其他研究仅测试了有限数量的机器学习方法来解决此限制。相反,研究人员开发了一种预测框架,该框架严格而系统地评估了许多此类方法,以确定表现最佳的方法。与以前的研究相比,该框架还利用了更大的培训和验证数据集。结果,研究人员能够以高灵敏度和更高的预测价值对患者的前列腺癌进行分类。

宁波男科医院说遗传学与基因组学助理教授博士说:“通过将机器学习与放射线学严格而系统地结合,我们的目标是为放射科医生和临床人员提供一种声音预测工具,最终可以转变为更有效和个性化的患者护理。”医学院的自然科学和该出版物的资深通讯作者,共同通讯的作者,南加州大学凯克医学院的研究放射学助理教授。“高精度预测前列腺癌进展的途径正在不断改善,我们相信我们的客观框架是急需的进步。”