探索人工神经网络在预测肺癌复发中的有效性:基于患者病历的回顾性研究

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 人工智能在医学中的应用

背景情况:

• 肺癌是全球癌症死亡的主要原因之一.
• 人工智能 (AI) 和神经网络在癌症诊断和治疗方面表现有前途.
• 在瘤学中越来越需要预测模型.

研究的目的:

• 评估神经网络模型在预测肺癌复发中的有效性.
• 评估AI在个性化癌症风险分层中的潜力.

主要方法:

• 对2,296名肺癌患者病历进行了回顾性分析.
• 使用了带有神经网络模块的STATISTICA 7.1软件.
• 使用患者数据 (性别,治疗,吸烟,家族病史,症状) 训练了一个多层感知神经网络.

主要成果:

• 神经网络实现了高预测准确度.
• 分类准确率达到87.5% (培训),89.1% (验证) 和89.9% (测试组).
• 在识别患有复发风险的患者方面表现强.

结论:

• 神经网络模型显示了预测肺癌复发风险的潜力.
• 基于人工智能的工具可以帮助评估患者的预后并指导治疗决策.
• 需要进一步的研究来验证瘤学中的AI模型.