Машинное обучение поможет врачам диагностировать тяжесть опухолей головного мозга
Международная команда исследователей во главе с доктором Муратом Гюнелем, заведующим кафедрой нейрохирургии в Йельской школе медицины, представила модель машинного обучения, которая использует математические основы, чтобы предположить как различные типы опухолей выглядят в мозге. Модель будет «учиться» на собранных данных, чтобы делать прогнозы и помогать врачам быстрее и точнее диагностировать стадию рака мозга.
Чтобы проверить метод искусственного обучения, команда использовала данные 229 пациентов с опухолями головного мозга, которые могут стать злокачественными, но при этом различаются по скорости роста.
В совокупности модель может с высокой степенью точности предсказать, какие опухоли были медленно развивающимися, а какие быстро растущими.
Чтобы проверить метод искусственного обучения, команда использовала данные 229 пациентов с опухолями головного мозга, которые могут стать злокачественными, но при этом различаются по скорости роста.
«Наши модели машинного обучения, используемые для дифференциации типов опухолей, были очень точными», - рассказывает Ханг Цао, студент из больницы Хунани, работающий с доктором Гюнелем, и ведущий автор исследования.
В совокупности модель может с высокой степенью точности предсказать, какие опухоли были медленно развивающимися, а какие быстро растущими.