AACR : 사전 각인 머신 러닝 모델이 비 멜라암종 피부암 진단에 도움이됩니다.

Drugslib을 팔로우하세요

Carmen Pope, Bpharm에 의해 의학적으로 검토되었습니다. 2025 년 4 월 29 일에 마지막으로 업데이트되었습니다.

2025 년 4 월 29 일 화요일 - 사전에 사전 된 기초 모델 (FMS)의 전체 슬라이드 임베딩을 활용하는 것은 비 멜라노마 피부암 (NMSC) 진단을 향상시킨다. NMSC, 특히 자원으로 제한된 환경에서. RESNET18 기준선 모델과 마찬가지로 3 개의 병리학 FM (UNI, PRISM 및 Prov-Gigapath)이 평가되었습니다. 455 명의 참가자로부터 553 개의 의심되는 NMSC 생검 샘플의 2,130 개의 전체 슬라이드 이미지에 대한 데이터가 포함되었다 : 706 정상 조직; 638 보웬 질병; 575 기저 세포 암종; 및 211 침습성 편평 세포 암종.

연구원들은 3 개의 FM이 RESNET18 (수신기 작동 특성 곡선 [AUROC], 0.805)의 평균 영역을 상당히 능가한다는 것을 발견했습니다. 전반적인 최고의 모델은 프리즘의 고유 인식 자 네트워크를 사용하여 집계 된 프리즘 타일 임베드 (Prism Tile Embedding)를 사용했는데, 이는 NMSC의 하위 유형을 예측하기 위해 다층 퍼셉트론 (MLP) 모델을 훈련시켰다 (Auroc, 0.925). MLP 모델을 훈련시키기 위해 타일 임베드를 집계하기 위해주의 기반 다중 인스턴스 학습을 사용하는 것은 UNI 및 Prov-Gigapath 모델 (각각 평균 ​​Aurocs, 0.913 및 0.908)에 최적이었습니다. 글로벌 평균 풀링 집계 임베딩의 로지스틱 회귀와의 가장 간단한 방법은 프리즘, 유니 및 프로 시그 패스 (평균 오로프, 0.882, 0.865 및 0.855)에 대한 합리적인 결과를 얻을 수 있습니다. 시카고 대학교의 Pritzker School of Medicine의 Coauthor Steven Song은 성명서에서 말했습니다.

추가 정보

면책 조항 : 의료 기사의 통계 데이터는 일반적인 추세를 제공하고 개인과 관련이 없습니다. 개별 요인은 크게 다를 수 있습니다. 개별 의료 결정을 위해 항상 개인화 된 의학적 조언을 구하십시오.

출처 : Healthday

게시됨 : 2025-04-30 06:00

더 읽어보세요

면책조항

Drugslib.com에서 제공하는 정보의 정확성을 보장하기 위해 모든 노력을 기울였습니다. -날짜, 완전하지만 해당 효과에 대한 보장은 없습니다. 여기에 포함된 약물 정보는 시간에 민감할 수 있습니다. Drugslib.com 정보는 미국의 의료 종사자와 소비자가 사용하도록 편집되었으므로 달리 구체적으로 명시하지 않는 한 Drugslib.com은 미국 이외의 지역에서 사용하는 것이 적절하다고 보증하지 않습니다. Drugslib.com의 약물 정보는 약물을 보증하거나 환자를 진단하거나 치료법을 권장하지 않습니다. Drugslib.com의 약물 정보는 면허를 소지한 의료 종사자가 환자를 돌보는 데 도움을 주고/하거나 이 서비스를 건강 관리에 대한 전문 지식, 기술, 지식 및 판단을 대체하는 것이 아니라 보완으로 보는 소비자에게 제공하기 위해 설계된 정보 리소스입니다. 실무자.

특정 약물 또는 약물 조합에 대한 경고가 없다고 해서 해당 약물 또는 약물 조합이 해당 환자에게 안전하고 효과적이거나 적절하다는 의미로 해석되어서는 안 됩니다. Drugslib.com은 Drugslib.com이 제공하는 정보의 도움으로 관리되는 의료의 모든 측면에 대해 어떠한 책임도 지지 않습니다. 여기에 포함된 정보는 가능한 모든 용도, 지시 사항, 주의 사항, 경고, 약물 상호 작용, 알레르기 반응 또는 부작용을 다루기 위한 것이 아닙니다. 복용 중인 약에 대해 궁금한 점이 있으면 담당 의사, 간호사 또는 약사에게 문의하세요.

인기있는 키워드