AI辅助预估乳腺癌淋巴结转移的研究现状及前景

来源 :四川大学学报(医学版) | 被引量 : 0次 | 上传用户:bhf0520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人工智能(artificial intelligence,AI)在病理学中最重要的潜在应用之一,是根据形态学特征预测患者的预后和对特定疗法的反应.乳腺癌作为全世界最常见的恶性肿瘤之一,也是导致女性恶性肿瘤死亡的主要原因,是临床关注的焦点.乳腺癌腋窝淋巴结转移是重要的预后因素,能否准确评估腋窝淋巴结转移情况影响临床诊疗决策.目前,基于无创手术的思想,有多项研究已开发出可用于预测乳腺癌前哨淋巴结转移的模型,但是不同预测模型应用的临床和病理参数不同,如何更全面地分析乳腺癌患者的临床和病理数据,并建立更精准的预测模型是未来的发展方向.本文通过阐述AI在病理方面的研究进展以及在乳腺癌中的研究现状,对于如何基于AI辅助有效地预估乳腺癌淋巴结转移、建立更精确有效的深度学习算法展开了深入的思考与展望,从而不断提升乳腺癌的诊治水平.
其他文献
目的 通过药效团模型和分子对接筛选具有新型骨架的PB2蛋白抑制剂,并初步研究其活性.方法 利用HipHop程序建立PB2蛋白抑制剂的药效团模型,并利用该模型筛选Chemdiv数据库;对
目的 对于新诊的2型糖尿病患者可首选生活方式管理,本研究探讨仅通过生活方式的管理(饮食以及运动控制)对新诊的2型糖尿病患者肠道菌群的影响,以及对体重、血糖(空腹以及餐后