AACR: Потрібні моделі машинного навчання допомагають діагностувати немеланому раку шкіри

Підпишіться на Drugslib

Медикально розглянуто Кармен Поп, Бфарм. Останнє оновлення 29 квітня 2025 р.

Елана Готкін Healthday Reporter

Вівторок, 29 квітня 2025 р. - Використання цілого слайда, що вкладається з попередньо встановлених моделей фундаменту (FMS), покращує діагностику немеланоми (NMSC), згідно з дослідженням, представленим на щорічній зустрічі Американської асоціації досліджень раку, що проводиться з 25 по 30 квітня в Чикаго. NMSC, зокрема, в середовищах, що обмежуються ресурсами. Було оцінено три патології (UNI, Prism та Prov-Gigapath), як це була базова модель Resnet18. Дані були включені для 2130 із цілими слайдами з 553 підозрюваних зразків біопсії NMSC від 455 учасників: 706 нормальна тканина; 638 Хвороба Боуена; 575 Базаль -клітинний рак; і 211 інвазивна плоскоклітинна рак.

4 Загальна найкраща модель використовувала вбудовану плитку Prism, агрегувані за допомогою внутрішньої мережі Prism Perceiver, яка підготувала багатошарову модель Perceptron (MLP) для прогнозування підтипу NMSC (AUROC, 0,925). Використання багаторічного навчання на основі уваги для агрегування вбудованих плиток для підготовки моделі MLP було оптимальним для моделей UNI та Prov-Gigapath (середнє Aurocs, 0,913 та 0,908 відповідно). Найпростіший метод з логістичною регресією в середньому об'єднаному об'єднаному вкладенню в середньому, може досягти розумних результатів для призми, UNI та Prov-Gigapath (середній Aurocs, 0,882, 0,865 та 0,855 відповідно).

Стівен Сонг, з Медичної школи Пріцкера в Чиказькому університеті, заявив у заяві.

Press Release

4

Відмова: Статистичні дані в медичних статтях надають загальні тенденції та не стосуються осіб. Окремі фактори можуть сильно відрізнятися. Завжди шукайте персоналізованих медичних консультацій для індивідуальних рішень щодо охорони здоров'я.

Джерело: Healthday

Опубліковано : 2025-04-30 06:00

Читати далі

Відмова від відповідальності

Було докладено всіх зусиль, щоб інформація, надана Drugslib.com, була точною, до -дата та повна, але жодних гарантій щодо цього не надається. Інформація про ліки, що міститься тут, може бути чутливою до часу. Інформація Drugslib.com була зібрана для використання медичними працівниками та споживачами в Сполучених Штатах, тому Drugslib.com не гарантує, що використання за межами Сполучених Штатів є доцільним, якщо спеціально не вказано інше. Інформація про ліки Drugslib.com не схвалює ліки, не ставить діагноз пацієнтів і не рекомендує терапію. Інформація про ліки на Drugslib.com – це інформаційний ресурс, призначений для допомоги ліцензованим медичним працівникам у догляді за їхніми пацієнтами та/або для обслуговування споживачів, які розглядають цю послугу як доповнення, а не заміну досвіду, навичок, знань і суджень у сфері охорони здоров’я. практиків.

Відсутність попередження щодо певного препарату чи комбінації ліків у жодному разі не слід тлумачити як вказівку на те, що препарат чи комбінація препаратів є безпечними, ефективними чи прийнятними для будь-якого конкретного пацієнта. Drugslib.com не несе жодної відповідальності за будь-які аспекти медичної допомоги, що надається за допомогою інформації, яку надає Drugslib.com. Інформація, що міститься в цьому документі, не має на меті охопити всі можливі способи використання, інструкції, запобіжні заходи, попередження, лікарські взаємодії, алергічні реакції чи побічні ефекти. Якщо у вас є запитання щодо препаратів, які ви приймаєте, зверніться до свого лікаря, медсестри або фармацевта.

Популярні ключові слова