На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

Газета.ру

8 611 подписчиков

Свежие комментарии

  • Акимова Татьяна
    Где родился, там и пригодился!Государству нужно развивать областные города и сельскую местность.Вот тогда никто никуд...Миронов считает н...
  • Бендер Задунайский
    Нардеп Мережко: п...
  • Акимова Татьяна
    Почему забыли про Святошино?Непорядок!!!Надо исправлять!Госавиаслужба Укр...

Nature: модель ИИ прогнозирует вероятность выживания при раке с точностью 75%

Ученые из Стэнфордской медицинской школы разработали модель искусственного интеллекта MUSK, которая превзошла традиционные методы в прогнозировании клинических исходов и подборе терапии для пациентов с различными видами рака. Результаты исследования опубликованы в журнале Nature.

Исследование, проведенное на основе данных проекта "Атлас генома рака", охватило 16 видов злокачественных опухолей.

Для обучения модели команд использовала 50 миллионов медицинских изображений стандартных патологоанатомических препаратов и более чем миллиард текстов, связанных с патогенезом и развитием рака.

Для пациентов с меланомой MUSK с точностью до 83% предсказывала вероятность рецидива в течение пяти лет, что на 12% выше, чем результаты других ИИ-моделей.

Модель также прогнозировала выживаемость пациентов с точностью до 75%. Такая точность значительно выше, чем показатель, который демонстрируют стандартные клинические подходы (64%). MUSK также определила, какие пациенты с раком легких или желудочно-пищеводного тракта получат наибольшую пользу от иммунотерапии, с точностью в 77%, в то время как традиционные методы прогнозирования выполнили эту задачу с точностью 61%.

По словам ученых, особенность MUSK заключается в ее способности обучаться на больших объемах данных без строгих требований к их предварительной разметке. Это делает модель более универсальной и позволяет врачам адаптировать ее для решения конкретных клинических задач с минимальными дополнительными усилиями.

 

Ссылка на первоисточник
наверх