发展中国家的乳腺癌人工智能辅助诊断和治疗系统
Wenxiu Li1, Fangfang Gou1, Jia Wu1,2
1State Key Laboratory of Public Big Data, College of Computer Science and Technology, Guizhou University, Guiyang, China.
Journal of X-ray science and technology
|January 8, 2024
概括
一个新的乳腺癌辅助诊断系统使用电子医疗记录来改善发展中国家的患者护理. 在BC-INIT-CNN模型中,从非结构化数据中提取瘤标记物,以便准确的分期.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 发展中国家在及时治疗乳腺癌方面面临挑战,原因是患者数量大,资源有限.
- 现有的诊断系统往往忽略了非结构化的电子医疗记录中的关键信息.
研究的目的:
- 提出使用电子医疗记录的乳腺癌辅助诊断系统.
- 通过结合非结构化数据来解决当前系统的局限性,以改善诊断.
主要方法:
- 开发使用电子医疗记录的乳腺癌辅助诊断系统.
- 使用语义初始化过器 (BC-INIT-CNN) 实现乳腺癌增强卷积神经网络.
- 从非结构化的医疗记录中提取瘤标记物,以确定诊断阶段.
主要成果:
- 与现有方法相比,BC-INIT-CNN模型显示出更高的准确性和计算效率.
- 使用包括精度,ROC曲线和精度召回曲线在内的指标验证了性能.
结论:
- 在资源有限的环境中,BC-INIT-CNN系统为改善乳腺癌诊断提供了潜在的解决方案.
- 利用非结构化数据可以提高分期诊断的准确性,并利用信息及时治疗.
