Model Machine Learning Bisa Prediksi Risiko Karsinoma Hepatoseluler

Tindakake Drugslib ing

Dening Elana Gotkine HealthDay Reporter

Amazon Big Spring Sale - Up to 40% off

Carmen-fookes-thumb.webp);"> Dianyari pungkasan tanggal 2 April 2026.

liwat HealthDay

KEMUS, 2 April 2026 -- Model pembelajaran mesin bisa prédhiksi risiko karsinoma hepatoseluler (HCC) nggunakake data sing kasedhiya kanthi rutin, miturut panaliten sing diterbitake online tanggal 30 Maret ing Cancer Discovery.

Jan Clusmann, M.D., saka Rumah Sakit Universitas RWTH Aachen ing Jerman, lan rekan-rekan sing nglumpukake data luwih akeh tinimbang individu sing nggunakake prospektif 900 tinimbang individu sing digunakake. 983 kasus HCC ing studi UK Biobank (kelompok pembangunan) lan Program Riset All of Us (kelompok testing eksternal) kanggo ngembangake kerangka pembelajaran mesin sing bisa diinterpretasikake kanggo stratifikasi risiko HCC. Kontribusi individu lan kumulatif saka modalitas data, kalebu demografi, gaya urip, cathetan kesehatan, getih, genomik, lan metabolomik, ditaksir.

Para panaliti nemokake yen ing set tes internal lan eksternal, model pungkasan adhedhasar alas acak ngluwihi kabeh skor risiko sing kasedhiya kanggo umum. Keteguhan dituduhake ing antarane subkelompok etnis, nyedhiyakake interpretasi sing komprehensif.

"Panaliten kita nyorot potensial model pembelajaran mesin sing gampang lan gampang digunakake kanggo nambah stratifikasi risiko kanggo HCC mung nggunakake data klinis sing diklumpukake kanthi rutin," panulis co-senior Carolin V. Schneider, M.D., uga saka Rumah Sakit Universitas RWTH Aachen, ngandika ing statement RWTH Aachen, "Yen divalidasi ing populasi tambahan, model kita bakal ngidini dokter perawatan primer kanthi efisien ngenali pasien sing beresiko lan ngrujuk menyang screening kanker ati. Iki bisa ngaktifake deteksi luwih awal lan asil sing luwih apik kanggo pasien sing nandhang penyakit agresif iki."

Sawetara penulis ngumumake hubungane karo industri biofarmasi.

Abstrak/Teks Lengkap

Disclaimer: Data statistik ing artikel medis nyedhiyakake tren umum lan ora ana hubungane karo individu. Faktor individu bisa beda-beda banget. Tansah golek saran medis khusus kanggo keputusan perawatan kesehatan individu.

Sumber: HealthDay

Dikirim : 2026-04-03 01:52

Waca liyane

Disclaimer

Kabeh upaya wis ditindakake kanggo mesthekake yen informasi sing diwenehake dening Drugslib.com akurat, nganti -tanggal, lan lengkap, nanging ora njamin kanggo efek sing. Informasi obat sing ana ing kene bisa uga sensitif wektu. Informasi Drugslib.com wis diklumpukake kanggo digunakake dening praktisi kesehatan lan konsumen ing Amerika Serikat lan mulane Drugslib.com ora njamin sing nggunakake njaba Amerika Serikat cocok, kajaba khusus dituduhake digunakake. Informasi obat Drugslib.com ora nyetujoni obat, diagnosa pasien utawa menehi rekomendasi terapi. Informasi obat Drugslib.com minangka sumber informasi sing dirancang kanggo mbantu praktisi kesehatan sing dilisensi kanggo ngrawat pasien lan / utawa nglayani konsumen sing ndeleng layanan iki minangka tambahan, lan dudu pengganti, keahlian, katrampilan, kawruh lan pertimbangan babagan perawatan kesehatan. praktisi.

Ora ana bebaya kanggo kombinasi obat utawa obat sing diwenehake kanthi cara apa wae kudu ditafsirake kanggo nuduhake yen obat utawa kombinasi obat kasebut aman, efektif utawa cocok kanggo pasien tartamtu. Drugslib.com ora nanggung tanggung jawab kanggo aspek kesehatan apa wae sing ditindakake kanthi bantuan informasi sing diwenehake Drugslib.com. Informasi sing ana ing kene ora dimaksudake kanggo nyakup kabeh panggunaan, pituduh, pancegahan, bebaya, interaksi obat, reaksi alergi, utawa efek samping. Yen sampeyan duwe pitakon babagan obat sing sampeyan gunakake, takon dhokter, perawat utawa apoteker.

Kata kunci populer