AACR: Model Pembelajaran Mesin Pretrained membantu mendiagnosis kanser kulit nonmelanoma

Ikuti Drugslib di

dikaji semula secara perubatan oleh Carmen Pope, Bpharm. Terakhir dikemas kini pada 29 April, 2025.

oleh Elana Gotkine HealthDay Reporter

Selasa, 29 April, 2025 - Memanfaatkan keseluruhan slaid yang dibenamkan dari model asas pretrained (FMS) meningkatkan diagnosis kanser kulit bukan malurasi (NMSC), menurut kajian tahunan untuk Konvensyen, Diagnosis NMSC, khususnya dalam persekitaran yang terkawal sumber. Tiga patologi FMS (uni, prism, dan prov-gigapath) telah dinilai, seperti model asas RESNET18. Data dimasukkan untuk 2,130 imej keseluruhan slaid dari 553 sampel biopsi NMSC yang disyaki dari 455 peserta: 706 tisu biasa; 638 penyakit Bowen; 575 karsinoma sel basal; dan 211 karsinoma sel squamous invasif.

Para penyelidik mendapati bahawa ketiga -tiga FMS melebihi prestasi RESNET18 (kawasan min di bawah lengkung ciri operasi penerima [AUROC], 0.805). Model terbaik keseluruhan menggunakan embedding jubin Prism yang diagregatkan menggunakan rangkaian perceiver intrinsik Prism, yang melatih model perceptron multilayer (MLP) untuk meramalkan subtipe NMSC (Auroc, 0.925). Menggunakan pembelajaran multi-instance berasaskan perhatian untuk mengagregatkan jubin jubin untuk melatih model MLP adalah optimum untuk model UNI dan Prov-Gigapath (bermakna Aurocs, 0.913 dan 0.908). Kaedah yang paling mudah dengan regresi logistik bagi penyebaran purata global penyebaran agregat boleh mencapai hasil yang munasabah untuk prisma, uni, dan prov-gigapath (bermakna Aurocs, 0.882, 0.865, dan 0.855, masing-masing). Coauthor Steven Song, dari Pritzker School of Medicine di University of Chicago, dalam satu kenyataan.

Maklumat lanjut

Penafian: Data statistik dalam artikel perubatan menyediakan trend umum dan tidak berkaitan dengan individu. Faktor individu boleh berbeza -beza. Sentiasa dapatkan nasihat perubatan yang diperibadikan untuk keputusan penjagaan kesihatan individu.

Sumber: HealthDay

Disiarkan : 2025-04-30 06:00

Baca lagi

Penafian

Segala usaha telah dilakukan untuk memastikan bahawa maklumat yang diberikan oleh Drugslib.com adalah tepat, terkini -tarikh, dan lengkap, tetapi tiada jaminan dibuat untuk kesan itu. Maklumat ubat yang terkandung di sini mungkin sensitif masa. Maklumat Drugslib.com telah disusun untuk digunakan oleh pengamal penjagaan kesihatan dan pengguna di Amerika Syarikat dan oleh itu Drugslib.com tidak menjamin bahawa penggunaan di luar Amerika Syarikat adalah sesuai, melainkan dinyatakan sebaliknya secara khusus. Maklumat ubat Drugslib.com tidak menyokong ubat, mendiagnosis pesakit atau mengesyorkan terapi. Maklumat ubat Drugslib.com ialah sumber maklumat yang direka bentuk untuk membantu pengamal penjagaan kesihatan berlesen dalam menjaga pesakit mereka dan/atau memberi perkhidmatan kepada pengguna yang melihat perkhidmatan ini sebagai tambahan kepada, dan bukan pengganti, kepakaran, kemahiran, pengetahuan dan pertimbangan penjagaan kesihatan pengamal.

Ketiadaan amaran untuk gabungan ubat atau ubat yang diberikan sama sekali tidak boleh ditafsirkan untuk menunjukkan bahawa gabungan ubat atau ubat itu selamat, berkesan atau sesuai untuk mana-mana pesakit tertentu. Drugslib.com tidak memikul sebarang tanggungjawab untuk sebarang aspek penjagaan kesihatan yang ditadbir dengan bantuan maklumat yang disediakan oleh Drugslib.com. Maklumat yang terkandung di sini tidak bertujuan untuk merangkumi semua kemungkinan penggunaan, arahan, langkah berjaga-jaga, amaran, interaksi ubat, tindak balas alahan atau kesan buruk. Jika anda mempunyai soalan tentang ubat yang anda ambil, semak dengan doktor, jururawat atau ahli farmasi anda.

Kata kunci yang popular