利用人工智能检测胰腺癌:一种机器学习方法
Babak Khorsand1, Zeinab Hesami2, Samira Alipour2
1Department of Neurology, University of California, Irvine, CA, USA.
Clinical and experimental medicine
|July 1, 2025
概括
人工智能通过分析临床数据,血液微RNA和口腔病原体来提高胰腺癌检测. 这种人工智能方法对早期诊断和个性化查策略有希望.
科学领域:
- 在瘤学瘤学.
- 生物标志物 生物标志物
- 人工智能的人工智能
背景情况:
- 胰腺癌 (PC) 是一种高度致命的恶性瘤,预后不佳,存活率低.
- 目前的诊断方法往往在晚期检测PC,需要改进早期检测策略.
研究的目的:
- 调查基于人工智能 (AI) 的方法提高胰腺癌早期诊断的有效性.
- 整合各种数据,包括临床变量,实验室结果和非侵入性生物标志物,以改善PC检测.
主要方法:
- 利用机器学习 (ML) 模型,在123名PC患者和120名对照者的数据上进行训练.
- 综合的临床数据,血液中的微RNA (miR-21,miR-155),以及口腔病原体 (Porphyromonas gingivalis,Aggregatibacter actinomycetemcomitans).
主要成果:
- 确定了新发糖尿病,特定的微RNA和牙周病原体作为PC的关键预测因素.
- 集体学习模型实现了高精度 (AUC 0.87),灵敏度 (0.89) 和特异性 (0.86).
结论:
- 人工智能集成显示了使用非侵入性生物标志物的早期PC检测的巨大潜力.
- 临床实施和个性化查需要进一步的外部验证.
