Skupina raziskovalcev z medicinske šole Icahn na Mount Sinai in medicinske šole Keck na univerzi v južni Kaliforniji (USC) sta razvila nov okvir strojnega učenja, ki ločuje rak prostate z nizkim in visokim tveganjem z večjo natančnostjo kot kdaj prej. Okvir, opisano v danes objavljenem znanstvenem poročilu, je namenjen pomoči zdravnikom, zlasti radiologi-natančneje opredelijo možnosti zdravljenja bolnikov z rakom prostate, zmanjšuje možnost nepotrebnega kliničnega posega.
Rak prostate je eden vodilnih vzrokov smrti zaradi raka pri ameriških moških, na drugem mestu po pljučnem raku. Medtem ko je nedavni napredek pri raziskavah raka prostate rešil veliko življenj, orodja za objektivno napovedovanje imajo, do zdaj, ostala nezadovoljena potreba.
Trenutno, standardne metode za oceno tveganja za nastanek raka prostate so multiparametrično slikanje z magnetno resonanco (mpMRI), ki zazna lezije prostate, ter sistem poročanja in podatkov o slikanju prostate, različica 2 (PI-RADS v2), točkovalni sistem s petimi točkami, ki razvršča lezije, najdene na mpMRI. Skupaj, Namen teh orodij je natančno napovedati verjetnost klinično pomembnega raka prostate. Vendar pa Točkovanje PI-RADS v2 je subjektivno in ne razlikuje jasno med vmesnimi in malignimi stopnjami raka (ocene 3, 4, in 5), pogosto vodijo do različnih interpretacij med zdravniki.
Kot pristop za odpravo te pomanjkljivosti je bilo predlagano združevanje strojnega učenja z radiomijo-vejo medicine, ki uporablja algoritme za pridobivanje velikih količin količinskih značilnosti iz medicinskih slik. Vendar pa druge študije so preizkusile le omejeno število metod strojnega učenja za odpravo te omejitve. V nasprotju, raziskovalci Mount Sinai in USC so razvili okvir napovedovanja, ki je strogo in sistematično ocenjeval številne takšne metode, da bi opredelil najuspešnejšo. Okvir uporablja tudi večje število podatkov o usposabljanju in validaciji kot prejšnje študije. Kot rezultat, raziskovalcem je uspelo razvrstiti bolnikov rak prostate z visoko občutljivostjo in še višjo napovedno vrednostjo.
"S strogim in sistematičnim združevanjem strojnega učenja z radiomijo, naš cilj je radiologom in kliničnemu osebju zagotoviti dobro orodje za napovedovanje, ki se sčasoma lahko prevede v učinkovitejšo in prilagojeno oskrbo bolnikov, "je rekel Gaurav Pandey, Doktor znanosti, Docent za genetiko in genomske vede na Medicinski fakulteti Icahn na Mount Sinai in višji ustrezni avtor publikacije skupaj s soodpisnim avtorjem Binom Varghesejem, Doktor znanosti, Docent za raziskovalno radiologijo na Medicinski fakulteti Keck pri USC. "Pot do natančne napovedi napredovanja raka prostate se vedno izboljšuje, in verjamemo, da je naš objektivni okvir prepotreben napredek. "
Novo orodje beleži in spremlja rast mikrobiomov
Formula na osnovi kozjega mleka je dobra za zdravje črevesja dojenčkov
Veganska prehrana bi lahko povečala črevesne mikrobe, ki pomagajo pri izgubi teže
Sestava in struktura nazofaringealnega mikrobioma sta povezana s stopnjo resnosti bolezni COVID-19
Plastiko, ki jo danes pogosto najdemo v človeškem blatu
Odpiranje ozkega požiralnika
Hitra hrana je lahko glavni krivec za najstniško depresijo
Zakaj je depresija tako vse večji problem med najstniki v Ameriki? Eden od odgovorov je, kakšno hrano jedo, po novi študiji raziskovalcev na Univerzi v Alabami v Birminghamu. Najstniška depresija je
Poslanci beljakovin iz človeškega mikrobioma osvetljujejo zdravje ljudi
Človeško telo so preučevali že stoletja, vendar obstajajo še skrivnosti, ki se bodo šele razkrile. Na primer, odkrili so, da v telesu živijo bilijoni bakterij, tiste, ki so koristne za zdravje. Zdaj,
Običajne glive na koži lahko povzročijo vnetne črevesne bolezni
Terapije, ki ciljajo na nekatere komenzalne glive, bi lahko zagotovile nov način zdravljenja vnetne črevesne bolezni (KVČB), po mnenju raziskovalcev LA. Ozadje | Shutterstock Za KVČB so z