机器学习帮助医生诊断脑肿瘤的严重程度

在美国估计的18,000人将死于2020年的脑和脊髓肿瘤。为了帮助医生区分大脑中癌症的严重程度，由MuratGünel博士在耶鲁学校的神经外科博士领导的国际团队医学和Nixdorff-德国神经外科教授，建造了一种机器学习模型，使用复杂的数学来了解各种类型的脑肿瘤看大脑。该模型旨在从此收集的数据“学习”，以使预测和帮助医生诊断大脑癌的阶段更快，更准确。

为了测试他们的人工学习方法，该团队使用229例脑肿瘤患者沿着较低级胶质瘤的症状，这是较低级胶质瘤的恶性，这是源自脑 - 胶质细胞至胶质细胞的肿瘤相对缓慢的肿瘤，高度侵略性的胶质瘤对手。

“我们的机器学习模型用于区分肿瘤类型非常准确，”Hang Cao说：a医学专业的学生来自湘雅医院与冈尔博士合作，并发表了该研究的主要作者欧洲放射学。

研究人员从公共肿瘤机谐振成像（MRI）数据库中编制了数据库的数据，称为癌症成像档案。然后鉴定了委员会认证的神经放射科医生，并选择了胶质瘤病例，研究人员用于他们的模型。

该团队发现癌症如何看待显着的差异，它们在大脑的各个地区的卷以及他们的位置。当占用时，该模型可以预测哪种肿瘤是较低级的胶质瘤或具有高精度的胶质母细胞瘤。

使用此类模型的时间表临床上目前尚未知道。尽管现在可以实现作为独立评估，但该过程尚未集成到患者的临床评估中。需要一个明确的标准来确定科学界然后被带有放射学部门使用的软件和硬件制造商。

“这项工作对我们对我们的理解至关重要脑部肿瘤以及我们用来推进现场并为脑肿瘤患者提供最佳护理的合作，多学科努力的一个很好的例子，“Jennifer Moliterno博士博士·莫雷特博士（Yale医学院）神经外科助理教授脑肿瘤计划。

---

---