• 資訊
  • News
  • 行業資訊
  • IndustryNews
  • 人工智能可以幫助診斷甲狀腺結節

    行業資訊 | 時間: 2020-03-26 | 愛科技網 | 編譯:阿芬|瀏覽量:605

      根據JAMA耳鼻喉科發表的新發現,將機器學習和超聲技術相結合可以幫助醫療保健人員診斷甲狀腺結節。
     

     
      在評估甲狀腺結節時,通常下一步是超聲檢查,活檢和細針穿刺(FNA)檢查。分子測試是另一種選擇。但是AI能否在這些患者的風險分層中發揮關鍵作用?這正是研究人員想要探討的問題。
     
      費城托馬斯·杰斐遜大學放射學副教授約翰·艾森伯里(John Eisenbrey)博士說:“機器學習是一種低成本,高效的工具,可以幫助醫生更快地決定如何處理不確定的結節。”在準備好的陳述中。“在超聲對甲狀腺結節的遺傳風險分層中,沒有人使用過機器學習。”
     
      該研究的作者訓練了一種算法,該算法具有121位接受超聲引導的細針穿刺活檢和分子檢測的患者的影像學發現。機器學習幫助算法“學習”了評估甲狀腺結節時要尋找的內容,能夠達到97%的特異性,90%的預測陽性值和77.4%的準確性。
     
      托馬斯·杰斐遜大學(Thomas Jefferson University)的共同作者伊麗莎白·科特里爾(Elizabeth Cottrill)表示:“這是外科醫生和放射科醫生之間如此重要的合作,其他機構也已經開始集中我們的資源。“我們提供給算法的數據越多,我們期望它就會變得越強大和更具預測性。”
     
      Eisenbrey補充說,研究人員已經在展望未來如何改進這項工作。他們希望利用特征提取,例如“幫助我們識別高風險結節的解剖學相關特征”。

    聲明:凡資訊來源注明為其他媒體來源的信息,均為轉載自其他媒體,并不代表本網站贊同其觀點,也不代表本網站對其真實性負責。

    您若對該文章內容有任何疑問或質疑,請立即與中國機器人網(www.iloveyoudecoratedcookies.com)聯系,本網站將迅速給您回應并做處理。

    電話:021-39553798-8007

    相關閱讀:

    熱門資訊

    • 第六屆恰佩克獎項申報通道開啟!
    • 誰來破解口罩機困境?
    • 機器人賦能產業,智贏未來!2019年第九...
    • 機器人戰“疫”,碧桂園傳遞了什么?
    • 工業機器人產業提速,千億市場蓄勢待發
    • 技能人員水平評價由誰認定?李克強稱這...
    • 【盛會】機器人“半壁江山”齊聚蕪湖 共...
    • “智敬”未來!第七屆中國國際機器人高...
    • CSG科大智能亮相AMTS2018上海國際汽車制...
    • 談談我用掃地機器人的心得
    ?