AACR：前処理された機械学習モデルは、非黒色腫皮膚がんの診断に役立ちます

ドラッグスリブをフォローしてください

カルメン・ポープ、Bpharmによる医学的にレビュー。 2025年4月29日に最終更新。

2025年4月29日火曜日 - 事前に処理された基礎モデル（FMS）からのスライド埋め込み全体を活用すると、シカゴで4月25日から30歳まで開催されたアメリカ癌研究の年次癌研究協会の年次総会で発表された研究によると、シカゴ診断の総義務科官の診断の総義務科学科学科の診断で発表された研究で発表された研究によると診断が改善されます。 NMSCの、特にリソース制約の環境で。 ResNet18ベースラインモデルと同様に、3つの病理FMS（UNI、Prism、およびProv-Gigapath）が評価されました。 455人の参加者からのNMSC生検サンプルの疑いがある553人の2,130人のスライド画像のデータが含まれていました：706正常組織。 638ボーエン病; 575基底細胞癌;および211浸潤性扁平上皮癌。

研究者は、3つのFMすべてがResNet18（受信機の動作特性曲線の下の平均面積[AUROC]、0.805）を大幅に上回ることを発見しました。全体的な最良のモデルは、Prismの内因性知覚者ネットワークを使用して集約されたPrismタイル埋め込みを使用しました。これは、NMSCのサブタイプを予測するために多層Perceptron（MLP）モデルを訓練しました（Auroc、0.925）。注意ベースのマルチインスタンス学習を使用して、タイル埋め込みを集約してMLPモデルをトレーニングすることは、UNIおよびProv-Gigapathモ​​デル（それぞれ平均Aurocs、0.913および0.908）に最適でした。グローバルな平均プーリング凝集埋め込みのロジスティック回帰を備えた最も単純な方法は、Prism、Uni、およびProv-Gigapath（それぞれ平均Aurocs、0.882、0.865、および0.855、および0.855、

の合理的な結果を達成できます。シカゴ大学のプリッツカー医学部のスティーブンソングは声明で述べました。

詳細情報

免責事項：医学記事の統計データは一般的な傾向を提供し、個人に関係しません。個々の要因は大きく異なる場合があります。個々のヘルスケアの決定については、常にパーソナライズされた医学的アドバイスを求めてください。

出典：HealthDay

投稿しました : 2025-04-30 06:00

続きを読む

免責事項

Drugslib.com によって提供される情報が正確であることを保証するためにあらゆる努力が払われています。 -日付、および完全ですが、その旨については保証されません。ここに含まれる医薬品情報は時間に敏感な場合があります。 Drugslib.com の情報は、米国の医療従事者および消費者による使用を目的として編集されているため、特に明記されていない限り、Drugslib.com は米国外での使用が適切であることを保証しません。 Drugslib.com の医薬品情報は、医薬品を推奨したり、患者を診断したり、治療法を推奨したりするものではありません。 Drugslib.com の医薬品情報は、認可を受けた医療従事者による患者のケアを支援すること、および/または医療の専門知識、スキル、知識、判断の代替ではなく補足としてこのサービスを閲覧している消費者にサービスを提供することを目的とした情報リソースです。

特定の薬物または薬物の組み合わせに対する警告がないことは、その薬物または薬物の組み合わせが特定の患者にとって安全、有効、または適切であることを示すものと決して解釈されるべきではありません。 Drugslib.com は、Drugslib.com が提供する情報を利用して管理される医療のいかなる側面についても責任を負いません。ここに含まれる情報は、考えられるすべての使用法、使用法、注意事項、警告、薬物相互作用、アレルギー反応、または副作用を網羅することを意図したものではありません。服用している薬について質問がある場合は、医師、看護師、または薬剤師に問い合わせてください。

人気のあるキーワード