使用电子鼻子和人工智能进行前列腺癌检测,以进行高概率评估
J B Talens1,2, J Pelegri-Sebastia3, T Sogorb1
1Sensor and Magnetism Group, Institut de Recerca Per a La Gestió Integrada de Zones Costaneres (IGIC), Campus de Gandia, Universitat Politecnica de Valencia, Paranimf 1, Grao de Gandia, 46000, Valencia, Spain.
BMC medical informatics and decision making
|October 6, 2023
概括
这项研究引入了一种电子鼻子和神经网络工具,用于使用尿样快速检测前列腺癌. 该技术显著减少了不必要的活检,实现了91%的癌症检测召回率.
科学领域:
- 生物技术和医疗诊断 生物技术和医疗诊断
- 医疗保健中的人工智能
- 瘤学和泌尿病学 在线咨询
背景情况:
- 前列腺癌的诊断通常依赖于像活检这样的侵入性手术.
- 当前的诊断方法可能导致过度诊断和过度治疗.
- 需要快速,非侵入性和准确的诊断工具.
研究的目的:
- 开发一种基于鼻子的电子诊断工具,用于前列腺癌.
- 利用人工智能,特别是神经网络,进行样本分析.
- 提高诊断准确度,减少不必要的侵入性手术.
主要方法:
- 在前列腺癌和良性前列腺增生患者的尿样数据上训练了一个神经网络.
- 采用了一种独特的数据冗余方法,用于增强信号分析.
- 利用电子鼻子技术检测尿液中的挥发性有机化合物.
主要成果:
- 在前列腺癌检测中实现了91%的回忆率.
- 显著减少了不必要的活检的数量.
- 提高了诊断方法的整体分类准确性.
结论:
- 开发的电子鼻子和神经网络工具为前列腺癌检测提供了一个有希望的非侵入性方法.
- 这项技术有可能在初级保健机构中实施,用于早期和快速诊断.
- 该方法有效地区分前列腺癌和良性前列腺增生,有助于临床决策.
