利用人工智能预测乳腺癌复发:对临床和成像数据的系统审查
Jaqueline Alvarenga Silveira1, Alexandre Ray da Silva1, Mariana Zuliani Theodoro de Lima2,3
1OncoAI, Oncologia Inteligência Artificial, Cel Jose Eusebio, 95, Sao Paulo, Sao Paulo, 01239-030, Brazil.
Discover oncology
|February 8, 2025
概括
人工智能 (AI) 使用临床和成像数据帮助预测乳腺癌复发. 像支持矢量机器和神经网络这样的机器学习模型显示出个性化治疗策略的前景.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 乳腺癌复发预测对于患者的治疗结果至关重要.
- 人工智能 (AI) 为复杂的医疗数据提供了先进的分析能力.
- 个性化治疗策略可以改善乳腺癌患者的生活质量.
研究的目的:
- 系统地审查人工智能在预测乳腺癌复发中的应用.
- 用临床,成像和组合数据集来评估AI的有效性.
- 确定有前途的AI模型,并突出现有的研究局限性.
主要方法:
- 对人工智能在乳腺癌复发预测中的应用进行系统的文献综述.
- 分析利用临床数据,成像数据和组合数据集的研究.
- 机器学习模型的评估,包括支持矢量机器 (SVM) 和神经网络.
主要成果:
- 支持矢量机器 (SVM) 显示了高维临床数据的有效性.
- 神经网络在遗传和分子数据分析方面显示出潜力.
- 结合数据集,特别是与SVM和神经网络,产生更好的预测准确性.
结论:
- 人工智能,特别是SVM和神经网络,在预测乳腺癌复发方面显示出重大前景.
- 需要进一步的研究来解决数据集多样性,样本大小和标准化的局限性.
- 严格的验证对于AI在乳腺癌治疗中安全有效的临床整合至关重要.


