BriefGPT - AI 论文速递
·
生化前列腺癌复发预测：快速与慢速思维
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究使用深度学习算法分析乳腺癌病理学图像，准确预测早期患者复发风险。算法对低、中、高风险的预测灵敏度分别为0.857、0.746和0.529，特异性分别为0.816、0.803和0.972。与组织级别信息相比，皮尔逊相关系数为0.61。模型还考虑了管状形成和有丝分裂率对不同风险组的预测结构。
🎯
关键要点
- 本研究使用深度学习算法分析乳腺癌病理学图像。
- 研究旨在准确预测早期患者复发风险。
- 对125个组织切片图像进行分析，得到了低、中、高风险预测的灵敏度分别为0.857、0.746和0.529。
- 对应的特异性分别为0.816、0.803和0.972。
- 与专家病理学家提供的组织级别信息对比，皮尔逊相关系数为0.61。
- 模型考虑了管状形成和有丝分裂率对不同风险组的预测结构。
➡️
