李祥春教授、周德俊教授課題組《Nat Commun》發揮人工智能技術在提高大腸癌診斷率方面取得重大進展

發布時間:2020-06-16瀏覽次數:10

  天津醫科大學腫瘤醫院李祥春教授、周德俊教授課題組聯合開發了結直腸病變人工智能光學診斷模型,通過人工智能手段促進基礎科研和臨床轉化相結合,輔助腸鏡下結直腸癌的精準診斷。相關研究成果于2020年5月發表在《Nat Commun》(2018年影響因子11.878,5年影響因子13.811),題目為“Diagnostic evaluation of a deep learning model for optical diagnosis of colorectal cancer”。


  結直腸癌是全球第二大癌癥相關死亡原因,也是第三大常見癌癥類型。結腸鏡檢查是篩查結直腸癌最常用的工具,能有效發現癌前病變和早期癌,對于提高患者生存有積極意義。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方案的選擇具有重要價值。


  該研究通過12179名患者的464105張圖像開發了一個叫做CRCNet的結直腸癌光學診斷模型,并在三個獨立驗證集進行進行系統性地驗證。研究結果表明CRCNet能夠準確區分病變的良惡性,在三個驗證集中其精確度—召回率曲線下面積分別為0.882(95%CI: 0.828-0.931)、0.874(0.820-0.926)和0.867(0.795-0.923)。CRCNet良惡性診斷水平可以媲美于有經驗的內窺鏡醫師。


  該模型有望增強內鏡醫師結直腸癌光學診斷水平,尤其是在醫療水平欠發達地區,為基層醫療機構提供準確快速的結直腸癌鏡下診斷,從而大大提高大腸癌的檢出率,加速基礎研究向臨床的轉化。


(腫瘤醫院 科學技術處)


論文鏈接:

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


动物跑跑跑手机版 甘肃十一选五和值对照 好运彩是正规平台吗 排列五最近500期基本走势图 上海快3最新开奖 河南体彩11选五遗漏 体彩超级大乐透开奖直播 辽宁快乐12胆拖玩法 黑龙江p62中奖规则及金额图 上海11选5第45期几点开奖 期货配资公司中国排名 江苏快3开奖走势图一定牛 秒速飞艇走 体彩辽宁十一选五开奖结果 福建11选五手机版走势图 幸运飞艇冠亚和互刷 辽宁十一选五推荐