Mô hình học máy có thể dự đoán nguy cơ ung thư tế bào gan

Bởi Elana Gotkine HealthDay Reporter

Được Carmen Pope, BPharm, xem xét về mặt y tế. Cập nhật lần cuối vào ngày 2 tháng 4 năm 2026.

qua HealthDay

THỨ NĂM, ngày 2 tháng 4 năm 2026 -- Một mô hình máy học có thể dự đoán nguy cơ ung thư biểu mô tế bào gan (HCC) bằng cách sử dụng dữ liệu có sẵn thường xuyên, theo một nghiên cứu được công bố trực tuyến ngày 30 tháng 3 trên tạp chí Cancer Discovery.

Jan Clusmann, MD, từ Bệnh viện Đại học RWTH Aachen ở Đức và các đồng nghiệp đã sử dụng dữ liệu đa phương thức được thu thập theo triển vọng từ hơn 90.000 cá nhân với 983 trường hợp mắc HCC trên toàn quốc Nghiên cứu Biobank của Vương quốc Anh (nhóm phát triển) và Chương trình nghiên cứu của tất cả chúng ta (nhóm thử nghiệm bên ngoài) để phát triển khung học máy có thể hiểu được để phân tầng rủi ro HCC. Những đóng góp riêng lẻ và tích lũy của các phương thức dữ liệu, bao gồm nhân khẩu học, lối sống, hồ sơ sức khỏe, máu, gen và chuyển hóa, đã được đánh giá.

Các nhà nghiên cứu nhận thấy rằng trên các bộ thử nghiệm nội bộ và bên ngoài, các mô hình cuối cùng dựa trên rừng ngẫu nhiên vượt trội đáng kể so với tất cả các điểm rủi ro được công bố rộng rãi. Đồng tác giả Carolin V. Schneider, M.D., cũng từ Bệnh viện Đại học RWTH Aachen, cho biết trong một tuyên bố: "Nghiên cứu của chúng tôi nhấn mạnh tiềm năng của một mô hình học máy đơn giản, dễ sử dụng để cải thiện việc phân tầng rủi ro đối với HCC chỉ sử dụng dữ liệu lâm sàng được thu thập thường xuyên". "Nếu được xác thực ở các nhóm dân số bổ sung, mô hình của chúng tôi sẽ cho phép các bác sĩ chăm sóc sức khỏe ban đầu xác định một cách hiệu quả những bệnh nhân có nguy cơ và giới thiệu họ đi sàng lọc ung thư gan. Điều này có thể cho phép phát hiện sớm hơn và cải thiện kết quả cho những bệnh nhân mắc căn bệnh nguy hiểm này."

Một số tác giả đã tiết lộ mối quan hệ với ngành dược phẩm sinh học.

Tóm tắt/Toàn văn

Tuyên bố từ chối trách nhiệm: Dữ liệu thống kê trong các bài báo y tế cung cấp các xu hướng chung và không liên quan đến cá nhân. Các yếu tố cá nhân có thể khác nhau rất nhiều. Luôn tìm kiếm lời khuyên y tế được cá nhân hóa cho các quyết định chăm sóc sức khỏe của từng cá nhân.

Nguồn: HealthDay

Đã đăng : 2026-04-03 01:52

Đọc thêm

Tuyên bố từ chối trách nhiệm

Chúng tôi đã nỗ lực hết sức để đảm bảo rằng thông tin do Drugslib.com cung cấp là chính xác, cập nhật -ngày và đầy đủ, nhưng không có đảm bảo nào được thực hiện cho hiệu ứng đó. Thông tin thuốc trong tài liệu này có thể nhạy cảm về thời gian. Thông tin về Drugslib.com đã được biên soạn để các bác sĩ chăm sóc sức khỏe và người tiêu dùng ở Hoa Kỳ sử dụng và do đó Drugslib.com không đảm bảo rằng việc sử dụng bên ngoài Hoa Kỳ là phù hợp, trừ khi có quy định cụ thể khác. Thông tin thuốc của Drugslib.com không xác nhận thuốc, chẩn đoán bệnh nhân hoặc đề xuất liệu pháp. Thông tin thuốc của Drugslib.com là nguồn thông tin được thiết kế để hỗ trợ các bác sĩ chăm sóc sức khỏe được cấp phép trong việc chăm sóc bệnh nhân của họ và/hoặc phục vụ người tiêu dùng xem dịch vụ này như một sự bổ sung chứ không phải thay thế cho chuyên môn, kỹ năng, kiến thức và đánh giá về chăm sóc sức khỏe các học viên.

Việc không có cảnh báo đối với một loại thuốc hoặc sự kết hợp thuốc nhất định không được hiểu là chỉ ra rằng loại thuốc hoặc sự kết hợp thuốc đó là an toàn, hiệu quả hoặc phù hợp với bất kỳ bệnh nhân nào. Drugslib.com không chịu bất kỳ trách nhiệm nào đối với bất kỳ khía cạnh nào của việc chăm sóc sức khỏe được quản lý với sự hỗ trợ của thông tin Drugslib.com cung cấp. Thông tin trong tài liệu này không nhằm mục đích bao gồm tất cả các công dụng, hướng dẫn, biện pháp phòng ngừa, cảnh báo, tương tác thuốc, phản ứng dị ứng hoặc tác dụng phụ có thể có. Nếu bạn có thắc mắc về loại thuốc bạn đang dùng, hãy hỏi bác sĩ, y tá hoặc dược sĩ.

Mô hình học máy có thể dự đoán nguy cơ ung thư tế bào gan

Đọc thêm

Tuyên bố từ chối trách nhiệm

Từ khóa phổ biến