基于机器学习的前列腺癌诊断的跨关节活检与跨直肠活检的比较:评估程序有效性

科学领域:

• 泌尿器科 泌尿器科 泌尿器科 泌尿器科
• 医疗信息学 医疗信息学
• 在瘤学瘤学.

背景情况:

• 跨直肠 (TR) 和跨关节 (TP) 活检是诊断前列腺癌的标准.
• 机器学习 (ML) 的TR和TP活检的比较有效性尚未得到充分证实.

研究的目的:

• 评估ML算法用于前列腺癌检测的预测准确度.
• 用TR与TP活检的数据来比较ML的性能.

主要方法:

• 从前列腺活检患者 (2018-2025) 的临床记录分析.
• 训练和测试ML模型:XGBoost,决策树,随机森林,额外的树木.
• 使用了TR和TP活检的数据集.

主要成果:

• 在两种活检类型上,ML模型实现了高性能.
• 精度达到了TP的96.49%和TR活检数据的95.56%.
• 曲线下的面积 (AUC) 值非常出色 (TP: 0.9988,TR: 0.9903).

结论:

• ML提高了前列腺癌检测的诊断准确性,无论活检方法如何.
• TP活检数据给出了略高的ML准确度,可能是由于污染减少.
• 进一步的研究和合作对于在前列腺癌治疗中临床整合ML至关重要.