李祥春教授、周德俊传授课题组《Nat Commun》阐扬人工智能手艺在进步峻肠癌诊断率方面获得重猛进展

發布時間:2020-06-16浏覽次數:10

  双色球近(200)期走势图肿瘤医院李祥春教授、周德俊传授课题组连系开辟了结直肠病变人工智能光学诊断模子,经过进程人工智妙手腕促进根本科研和临床转化相连系,帮助肠镜下结直肠癌的精准诊断。相干研讨功效于2020年5月颁发在《Nat Commun》(2018年影响因子11.878,5年影响因子13.811),题目题目为“Diagnostic evaluation of a deep learning model for optical diagnosis of colorectal cancer”。


  結直腸癌是全球第二大癌症相關衰亡缘由,也是第三大常見癌症類型。結腸鏡檢查是篩查結直腸癌最常常使用的工具,能有用發現癌前病變和初期癌,對于进步患者保存有積極意義。能夠在結直腸鏡檢過程中準確鑒別病變的良惡性對于臨床治療计划的選擇存在主要價值。


  该研讨经过进程12179名患者的464105张图象开辟了一个叫做CRCNet的结直肠癌光学诊断模子,并在三个自力验证集进行进行体系性地验证。研讨功效剖明CRCNet能够切确辨别病变的良恶性,在三个验证集中其切确度—召回率曲线下面积分袂为0.882(95%CI: 0.828-0.931)、0.874(0.820-0.926)和0.867(0.795-0.923)。CRCNet良恶性诊断水平可以媲美于有经验的内窥镜医师。


  該模子有望增強內鏡醫師結直腸癌光學診斷水平,特别是在醫療水平欠發達地區,爲基層醫療機構供应準確快速的結直腸癌鏡下診斷,從而大大进步峻腸癌的檢出率,加速基礎研讨向臨床的轉化。


(肿瘤医院 科学手艺处)


論文鏈接:

Diagnostic evaluation of a deep learning model for optical diagnosis of colorectal cancer