机器学习平台指导患者胰腺囊肿的管理

研究人员创建了一种基于机器学习算法的综合测试，以更好地指导胰腺囊肿患者的管理——胰腺癌是胰腺癌的潜在前兆。

这项名为CompCyst的新分析，在一项对875名患者进行的国际多中心研究中，表现优于目前的黄金护理标准。至关重要的是，这种测试可以防止60%接受了不必要手术切除的患者接受手术，这表明它的使用可以减少不必要的手术，降低健康和经济成本。胰腺囊肿是胰腺中充满液体的病变，在70岁以上的人中发现高达8%的胰腺囊肿。虽然大多数囊肿是良性的，但一些产生粘蛋白的胰腺囊肿可以转化为侵袭性胰腺癌。

更重要的是，很难区分癌前囊肿和良性囊肿，因此非癌性囊肿经常被错误分类，不必通过胰腺手术切除。为了克服这一困境，Simeon Springer和他的同事招募了875名胰腺囊肿患者，并收集了与良性或产生粘蛋白的囊肿相关的突变、蛋白质和其他标记物的信息。他们使用深度学习技术来训练CompCyst读取这些标记，并将患者分为应该监控、不监控或手术的患者。

在测试协议中训练了436名原始患者后，研究人员发现，当评估426名其他患者时，该测试比标准治疗病理学好得多：60.4%的应出院患者被正确识别(相比之下，18名患者)。9%的患者被诊断为标准治疗)，48.6%的患者应接受监测(相比之下为34.3%)，90.8%的患者需要手术治疗(相比之下为88.8%)。未来的工作对于测试中使用的标记物的前瞻性验证是必要的，但Springer等人的平台具有很大的潜力，可以作为现有方法的补充用于临床。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！