โมเดลการเรียนรู้ของเครื่องสามารถทำนายความเสี่ยงมะเร็งตับได้

ตรวจสอบทางการแพทย์โดย Carmen Pope, BPharm อัปเดตล่าสุดเมื่อวันที่ 2 เมษายน 2026

ผ่าน HealthDay

วันพฤหัสบดีที่ 2 เมษายน 2026 -- โมเดลแมชชีนเลิร์นนิงสามารถทำนายความเสี่ยงของมะเร็งตับ (HCC) ได้โดยใช้ข้อมูลที่มีอยู่เป็นประจำ ตามการศึกษาที่เผยแพร่ทางออนไลน์เมื่อวันที่ 30 มีนาคมใน Cancer Discovery

นพ. Jan Clusmann จากโรงพยาบาลมหาวิทยาลัย RWTH Aachen ในเยอรมนี และเพื่อนร่วมงานใช้ข้อมูลแบบคาดการณ์ล่วงหน้าหลายรูปแบบจากบุคคลมากกว่า 90,000 รายที่มีผู้ป่วย 983 ราย ของ HCC ทั่วทั้งการศึกษา Biobank ของสหราชอาณาจักร (กลุ่มการพัฒนา) และโครงการวิจัย All of Us (กลุ่มการทดสอบภายนอก) เพื่อพัฒนากรอบงานการเรียนรู้ของเครื่องที่ตีความได้สำหรับการแบ่งชั้นความเสี่ยงของ HCC มีการประเมินการมีส่วนร่วมส่วนบุคคลและแบบสะสมของรูปแบบข้อมูล รวมถึงข้อมูลประชากร ไลฟ์สไตล์ บันทึกสุขภาพ เลือด จีโนมิกส์ และเมแทบอลิซึม ได้รับการประเมิน

นักวิจัยพบว่าในชุดการทดสอบภายในและภายนอก แบบจำลองสุดท้ายที่อิงตามฟอเรสต์แบบสุ่มมีประสิทธิภาพเหนือกว่าคะแนนความเสี่ยงที่เปิดเผยต่อสาธารณะทั้งหมดอย่างมีนัยสำคัญ ความเข้มแข็งแสดงให้เห็นในกลุ่มย่อยทางชาติพันธุ์ โดยให้การตีความที่ครอบคลุม

"การศึกษาของเราเน้นย้ำถึงศักยภาพของโมเดลการเรียนรู้ของเครื่องที่เรียบง่ายและใช้งานสะดวก เพื่อปรับปรุงการแบ่งชั้นความเสี่ยงสำหรับ HCC โดยใช้เฉพาะข้อมูลทางคลินิกที่รวบรวมเป็นประจำ" นพ. แคโรลิน วี. ชไนเดอร์ ผู้เขียนร่วมอาวุโสจากโรงพยาบาลมหาวิทยาลัย RWTH Aachen กล่าวในแถลงการณ์ "หากได้รับการตรวจสอบในประชากรเพิ่มเติม แบบจำลองของเราจะช่วยให้แพทย์ปฐมภูมิสามารถระบุผู้ป่วยที่มีความเสี่ยงได้อย่างมีประสิทธิภาพ และส่งต่อพวกเขาไปตรวจคัดกรองมะเร็งตับ ซึ่งจะช่วยให้ตรวจพบได้เร็วยิ่งขึ้นและปรับปรุงผลลัพธ์สำหรับผู้ป่วยที่เป็นโรคลุกลามนี้"

ผู้เขียนหลายคนเปิดเผยความสัมพันธ์กับอุตสาหกรรมชีวเภสัชภัณฑ์

บทคัดย่อ/ข้อความเต็ม

ข้อจำกัดความรับผิดชอบ: ข้อมูลทางสถิติในบทความทางการแพทย์ให้แนวโน้มทั่วไปและไม่เกี่ยวข้องกับบุคคล ปัจจัยส่วนบุคคลอาจแตกต่างกันอย่างมาก ขอคำแนะนำทางการแพทย์เฉพาะบุคคลเสมอเพื่อการตัดสินใจด้านการดูแลสุขภาพส่วนบุคคล

แหล่งที่มา: HealthDay

อ่านเพิ่มเติม

ข้อจำกัดความรับผิดชอบ

มีความพยายามทุกวิถีทางเพื่อให้แน่ใจว่าข้อมูลที่ให้โดย Drugslib.com นั้นถูกต้อง ทันสมัย -วันที่และเสร็จสมบูรณ์ แต่ไม่มีการรับประกันใดๆ เกี่ยวกับผลกระทบดังกล่าว ข้อมูลยาเสพติดที่มีอยู่นี้อาจจะเป็นเวลาที่สำคัญ. ข้อมูล Drugslib.com ได้รับการรวบรวมเพื่อใช้โดยผู้ประกอบวิชาชีพด้านการดูแลสุขภาพและผู้บริโภคในสหรัฐอเมริกา ดังนั้น Drugslib.com จึงไม่รับประกันว่าการใช้นอกสหรัฐอเมริกามีความเหมาะสม เว้นแต่จะระบุไว้เป็นอย่างอื่นโดยเฉพาะ ข้อมูลยาของ Drugslib.com ไม่ได้สนับสนุนยา วินิจฉัยผู้ป่วย หรือแนะนำการบำบัด ข้อมูลยาของ Drugslib.com เป็นแหล่งข้อมูลที่ได้รับการออกแบบมาเพื่อช่วยเหลือผู้ปฏิบัติงานด้านการดูแลสุขภาพที่ได้รับใบอนุญาตในการดูแลผู้ป่วยของตน และ/หรือเพื่อให้บริการลูกค้าที่ดูบริการนี้เป็นส่วนเสริมและไม่ใช่สิ่งทดแทนความเชี่ยวชาญ ทักษะ ความรู้ และการตัดสินด้านการดูแลสุขภาพ ผู้ปฏิบัติงาน

การไม่มีคำเตือนสำหรับยาหรือยาผสมใด ๆ ไม่ควรตีความเพื่อบ่งชี้ว่ายาหรือยาผสมนั้นปลอดภัย มีประสิทธิผล หรือเหมาะสมสำหรับผู้ป่วยรายใดรายหนึ่ง Drugslib.com ไม่รับผิดชอบต่อแง่มุมใดๆ ของการดูแลสุขภาพที่ดำเนินการโดยได้รับความช่วยเหลือจากข้อมูลที่ Drugslib.com มอบให้ ข้อมูลในที่นี้ไม่ได้มีวัตถุประสงค์เพื่อให้ครอบคลุมถึงการใช้ คำแนะนำ ข้อควรระวัง คำเตือน ปฏิกิริยาระหว่างยา ปฏิกิริยาการแพ้ หรือผลข้างเคียงที่เป็นไปได้ทั้งหมด หากคุณมีคำถามเกี่ยวกับยาที่คุณกำลังใช้ โปรดตรวจสอบกับแพทย์ พยาบาล หรือเภสัชกรของคุณ

คำหลักยอดนิยม