Das neue AI-Modell klassifiziert kolorektale Polypen anhand von Objektträgern aus 24 Institutionen genau.

0

Schätzungen zufolge wird Darmkrebs im Jahr 2020 in den USA mehr als 53.000 Todesfälle verursachen und ist damit die zweithäufigste Krebstodesursache.

Diese Todesrate ist jedoch stetig zurückgegangen, wahrscheinlich aufgrund besserer Krebsvorsorgeprogramme wie der Koloskopie.

Bei Koloskopien schneiden Kliniker kolorektale Polypen aus und untersuchen sie auf histopathologischen Präparaten visuell auf Neoplasien.

Die Erkennung von Krebs in einem frühen, heilbaren Stadium und die Entfernung von präinvasiven Adenomen oder gezackten Läsionen senken letztlich die Sterblichkeitsrate.

Die Anzahl und Art der gefundenen Polypen kann auch auf ein zukünftiges Risiko für bösartige Erkrankungen hinweisen und wird daher als Grundlage für Screening-Empfehlungen herangezogen.Ein Modell der künstlichen Intelligenz (KI) zur automatisierten Klassifizierung von Darmpolypen könnte Krebsfrüherkennungsprogrammen zugute kommen, indem es die Effizienz, Reproduzierbarkeit und Genauigkeit verbessert und die Zugangsbarrieren zu pathologischen Leistungen verringert.

In einer neuen Studie aus dem Norris Cotton Cancer Center in Dartmouth und Dartmouth-Hitchcock trainierte ein Informatik- und klinisches Forschungsteam unter der Leitung von Dr.

Tun Sie mir einen Gefallen: Bitte TEILEN Sie diesen Beitrag.

Saeed Hassanpour ein tiefes neuronales Netzwerk, genau dies zu tun.

Ihr Modell kann nicht nur die vier Haupttypen von kolorektalen Polypen auf der Ebene der praktizierenden Pathologen unterscheiden, die anhand eines Datensatzes aus mehreren externen Institutionen evaluiert wurden, sondern es beweist auch, dass ein Modell, das mit Daten aus einer einzigen Institution erstellt wurde, eine hohe Genauigkeit bei externen Daten erreichen kann.Das Team fand heraus, dass ein tiefes neuronales Netzwerk, das auf kolorektalen Polypendaten aus dem Dartmouth-Hitchcock Medical Center trainiert wurde, immer noch mit der gleichen Empfindlichkeit und Genauigkeit wie praktizierende Pathologen arbeitet, wenn es auf 238 Objektträgern in 24 verschiedenen Einrichtungen in den USA verwendet wird.

Diese Ergebnisse, “Evaluierung eines tiefen neuronalen Netzwerks für automatisierte….

Share.

Leave A Reply