AACR: Предварительно проведенные модели машинного обучения помогают диагностировать немеланому рак кожи

Следите за Drugslib на

Медически пересмотрено Кармен Папа, Bpharm. Последнее обновление 29 апреля 2025 года.

Во вторник, 29 апреля 2025 года. Используя диагноз кожи кожи (NMSC), внедряющий целые слайды из предварительных моделей фундамента (FMS), представленного на ежегодном собрании Американской ассоциации исследований рака, состоявшегося с 25 по 30 апреля в Чикаго. NMSC, особенно в условиях ограниченных ресурсов. Были оценены три патологии (UNI, PRISM и Prov-Gigapath), как и базовая модель Resnet18. Данные были включены для 2130 изображений с целым слайдом из 553 подозреваемых образцов биопсии NMSC от 455 участников: 706 нормальная ткань; 638 болезнь Боуэна; 575 базально -клеточный рак; и 211 инвазивный плоскоклеточный рак.

Исследователи обнаружили, что все три FMS значительно превзошли Resnet18 (средняя область под кривой рабочей характеристики приемника [Auroc], 0,805). В общей лучшей модели использовались встроенные встроенные плитки призмы с использованием внутренней сети восприятия Prism, которая обучила многослойную модель Perceptron (MLP) для прогнозирования подтипа NMSC (Auroc, 0,925). Использование основанного на внимании обучения в области многочисленных встроенных плиток для обучения модели MLP было оптимальным для моделей UNI и Prov-Gigapath (среднее значение AUROC, 0,913 и 0,908 соответственно). Самый простой метод с логистической регрессией средней мировой обширной агрегированных встроенных внедрений может достичь разумных результатов для Prism, Uni и Prov-Gigapath (средние Aurocs, 0,882, 0,865 и 0,855 соответственно). Соавтор Стивен Сонг из Медицинской школы Притцкера в Чикагском университете заявил в своем заявлении.

Press Release

больше информации

Отказ от ответственности: Статистические данные в медицинских статьях обеспечивают общие тенденции и не относятся к отдельным лицам. Индивидуальные факторы могут сильно различаться. Всегда ищите персонализированные медицинские консультации для отдельных решений о здравоохранении.

Источник: HealthDay

Опубликовано : 2025-04-30 06:00

Читать далее

Отказ от ответственности

Мы приложили все усилия, чтобы гарантировать, что информация, предоставляемая Drugslib.com, является точной и соответствует -дата и полная информация, но никаких гарантий на этот счет не предоставляется. Содержащаяся здесь информация о препарате может меняться с течением времени. Информация Drugslib.com была собрана для использования медицинскими работниками и потребителями в Соединенных Штатах, и поэтому Drugslib.com не гарантирует, что использование за пределами Соединенных Штатов является целесообразным, если специально не указано иное. Информация о лекарствах на сайте Drugslib.com не рекламирует лекарства, не диагностирует пациентов и не рекомендует терапию. Информация о лекарствах на сайте Drugslib.com — это информационный ресурс, предназначенный для помощи лицензированным практикующим врачам в уходе за своими пациентами и/или для обслуживания потребителей, рассматривающих эту услугу как дополнение, а не замену опыта, навыков, знаний и суждений в области здравоохранения. практики.

Отсутствие предупреждения для данного препарата или комбинации препаратов никоим образом не должно быть истолковано как указание на то, что препарат или комбинация препаратов безопасны, эффективны или подходят для конкретного пациента. Drugslib.com не несет никакой ответственности за какой-либо аспект здравоохранения, администрируемый с помощью информации, предоставляемой Drugslib.com. Информация, содержащаяся в настоящем документе, не предназначена для охвата всех возможных вариантов использования, направлений, мер предосторожности, предупреждений, взаимодействия лекарств, аллергических реакций или побочных эффектов. Если у вас есть вопросы о лекарствах, которые вы принимаете, проконсультируйтесь со своим врачом, медсестрой или фармацевтом.

Популярные ключевые слова