直击三大实体瘤！上海交大团队发布深度学习系统，提高癌症生存预测准确性
💡
原文中文，约5100字，阅读约需12分钟。
📝
内容提要
世界卫生组织报告显示，非传染性疾病如癌症已成为全球头号杀手。中国国家癌症中心数据显示，2022年中国新发癌症病例约482.47万，死亡病例约257.42万。研究人员开发了深度学习系统，通过病理学图像预测癌症患者的肿瘤微环境信息，实现精确的癌症预后。该系统在结直肠癌、乳腺癌和皮肤鳞状细胞癌中表现出色。这一研究为癌症预后提供了新的方法和工具。
🎯
关键要点
- 世界卫生组织报告显示，癌症已成为全球头号杀手。
- 2022年中国新发癌症病例约482.47万，死亡病例约257.42万。
- 癌症的1/3可以预防，1/3可以通过早发现和早治疗治愈。
- 预后分析有助于提高癌症患者的生存机会。
- 研究人员开发了深度学习系统，通过组织病理学图像预测肿瘤微环境信息。
- 该系统在结直肠癌、乳腺癌和皮肤鳞状细胞癌中表现出色。
- 研究使用了来自不同患者的多种数据集进行模型评估。
- IGI-DL模型结合卷积神经网络和图神经网络，提升了癌症预后预测的准确性。
- IGI-DL模型在不同癌症类型中均表现优于现有方法。
- 研究表明，AI可以辅助病理学专家，提高工作效率，但不能替代专家。
❓
延伸问答
上海交大团队开发的深度学习系统有什么主要功能？
该系统通过组织病理学图像预测癌症患者的肿瘤微环境信息，从而实现精确的癌症预后。
研究中使用了哪些癌症类型的数据进行模型评估？
研究评估了结直肠癌、乳腺癌和皮肤鳞状细胞癌三种癌症类型的数据。
IGI-DL模型在癌症预后预测中表现如何？
IGI-DL模型在结直肠癌、乳腺癌和皮肤鳞状细胞癌中均表现出色，平均相关系数提升了0.171。
癌症预后分析的重要性是什么？
癌症预后分析有助于提高患者的生存机会，避免过度治疗和医疗资源浪费。
深度学习系统如何处理组织学图像？
系统将H&E染色组织学图像分割成多个非重叠的patches，并利用图神经网络进行分析。
AI在癌症预后分析中的作用是什么？
AI可以辅助病理学专家，提高工作效率，但不能替代专家。
➡️
