人工ニューラルネットワークは,別々の施設の結腸直腸がん患者のアウトカム予測に適用されます

科学分野:

• 人工知能 (AI) は,人工知能 (AI) を利用する.
• 計算生物学とは,計算生物学である.
• 腫瘍学 腫瘍学

背景:

• 人工ニューラルネットワーク (ANN) は,線形統計分析を上回る生物学的データの複雑なパターンを識別します.
• 結腸直腸がん (CRC) の個々の患者のアウトカムを予測することは,従来の人口統計では困難です.
• この研究では,個別化されたCRCのアウトカム予測のためのANNを探索しています.

研究 の 目的:

• 大腸がんにおける個々の患者の死亡リスクを予測するためにANNを訓練し,検証する.
• 独立した機関からのデータを用いて,訓練されたANNの汎用性を評価する.
• コンサルタントの結腸直腸外科医とANNの予測精度を比較する.

主な方法:

• 6人のANNは,CRC患者の334人の5年間の追跡データで,さまざまな間隔 (9〜24ヶ月) で死亡の予測をするために訓練されました.
• 12ヶ月の予測ANNは,さらなる訓練なしに第2の機関からのデータに適用されました.
• ANNの予測は,同じ隠されたデータを用いて結腸直腸外科医の予測と比較した.

主要な成果:

• ANNは,訓練機関で9〜24ヶ月以内に個々の患者の死亡を予測する>80%の精度を達成しました.
• 12ヶ月のANNは,第2機関からのデータに対して90%の正確性を示し,外科医の正確性を上回りました (79%と75%).
• ANNの平均感度と特異性は,それぞれ60%と88%でした.

結論:

• ANNは,現在の方法と比較して,個々の患者に対する結腸直腸がんのアウトカム予測の精度を大幅に高めています.
• トレーニングを受けたANNは,関係のない機関からのデータで堅実な予測パフォーマンスを示し,強力な汎用性を示しています.
• このアプローチは,大腸直腸がんの管理におけるパーソナライズド医療のための有望なツールを提供します.