人工智能用于乳腺癌风险评估
Kathryn P Lowry1, Case C Zuiderveld2
1Department of Radiology, University of Washington School of Medicine, Seattle, WA, USA; Fred Hutchinson Cancer Center, Seattle, WA, USA.
Radiologic clinics of North America
|May 22, 2024
概括
使用乳房造影的人工智能 (AI) 模型显示,它有望提高乳腺癌风险预测准确度. 与传统方法相比,这些人工智能模型可能在不同种族和族群中提供更公平的性能.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 传统的乳腺癌风险预测模型依赖于临床因素,但具有有限的准确性和性能差异.
- 识别妇女进行高风险查和预防至关重要,但由于当前模式的局限性而受到挑战.
研究的目的:
- 评估人工智能 (AI) 和深度学习在提高乳腺癌风险预测方面的潜力.
- 为了比较基于乳房扫描的AI风险模型与传统的临床风险因素模型的性能.
主要方法:
- 开发人工智能和深度学习模型,利用乳房扫描数据进行乳腺癌风险评估.
- 对人工智能驱动的风险预测模型与已建立的临床风险因素模型进行比较分析.
主要成果:
- 基于乳腺造影的AI风险模型表明,乳腺癌预测的歧视性准确性有望提高.
- 早期发现表明,人工智能模型可能在不同种族和种族的人口中实现更公平的表现.
结论:
- 人工智能和深度学习在乳腺癌风险预测方面提供了有希望的进步,有可能克服传统模型的局限性.
- 基于乳腺造影的AI模型可能会导致更准确,更公平地识别患乳腺癌高风险的女性.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
07:41Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases
Published on: May 17, 2019
9.0K
