血常规、尿检等指标就能识别卵巢癌！中山大学刘继红团队牵头，四大医学院联合构建 AI 融合模型

卵巢癌在我国女性生殖系统肿瘤中居第三位，病死率最高。

卵巢癌的早期诊断具有重大意义，因早期常无特异症状，70%患者就诊时已处于晚期。

研究团队构建了卵巢癌诊断人工智能融合模型MCF，通过常规实验室检验数据和年龄计算卵巢癌的患病风险。

MCF模型的准确率优于传统生物标志物CA125和HE4。

研究收集了3家医院的1万名患者数据，使用多标准决策的分类融合框架开发模型。

MCF模型在内部验证集和外部验证集上的AUC分别达0.949、0.882和0.884，性能显著高于传统方法。

研究发现，除了肿瘤标志物，其他常规实验室检验对卵巢癌诊断预测也有贡献。

人工智能的应用为基层医疗提供新思路，MCF模型已开源，便于基层医疗机构使用。

人工智能辅助诊断在基层卫生机构的配置至关重要，有助于提高诊疗水平，降低漏诊和误诊概率。