人工智能可用于鉴别皮肤黑色素瘤类型 准确率达89%

  • 时间:
  • 浏览:1
  • 来源:大发时时彩-专注时时彩的资讯平台

  新华社新德里11月20日电 印度2个研究小组利用机器学习模型,对皮肤黑色素瘤相关17个关键基因的标记进行识别,区分原发性或转移性黑色素瘤的准确率可达89%。相关论文近日发表在英国《科学报告》杂志网站上。

  皮肤黑色素瘤是皮肤癌常见类型之一。与原发性黑色素瘤相比,转移性黑色素瘤患者存活率更低。但会 ,准确鉴别黑色素瘤类型并制定相应治疗策略,对提高患者存活率具有重要意义。

  印度因德拉普拉斯塔信息技术学院教授加金德拉·拉加瓦等人开发出6个机器学习模型,用于识别和验证17个黑色素瘤基因的标记。机器学习即用计算机模拟人类的学习行为,是人工智能核心算法之一。此前,这种关于黑色素瘤的研究因为报告了这17个基因中的12个,该研究小组首次将其余6个基因的标记用于鉴别黑色素瘤类型。

  研究人员对6个机器学习模型进行测试,用它们识别并验证上述17个基因的相关RNA(核糖核酸)、微RNA以及基因的甲基化特征等,其中表现最好的2个模型区别转移性还是原发性黑色素瘤的准确率超过89%。研究还发现,RNA、微RNA等基因标记物不仅能用于区分黑色素瘤类型,还能否 帮助判断转移性黑色素瘤的发展阶段等。