机器学习平台可指导对胰腺囊肿患者的治疗

研究人员创制了一个基于机器学习算法的综合性测试方法，后者能更好地指导对胰腺囊肿患者的治疗；胰腺囊肿是胰腺癌的一个可能的前兆。在一项针对875名患者的国际性、多中心的研究中，这项新的被称作CompCyst的测试方法的性能要优于目前的黄金诊疗标准。至关重要的是，这项测试可令60%的接受了不必要手术切除的的病人避免手术，表明对其的使用可减少不必要的手术并降低健康和经济代价。胰腺囊肿是胰腺中的液体充斥性病变；在70岁以上的人群中，高达8％的人发现有胰腺囊肿。虽然大多数囊肿是良性的，但是一些产生粘蛋白的胰腺囊肿可以转化为侵袭型的胰腺癌。更重要的是，要区别癌前囊肿和良性囊肿颇为困难，因此非癌性囊肿常遭错误分类并通过胰腺手术而被不必要地切除。为了走出这一困境，Simeon Springer和同事招募了875名胰腺囊肿病患，收集了与其良性囊肿或产生粘蛋白囊肿相关的突变、蛋白及其它标记物信息。他们用深度学习技术来训练CompCyst读取这些标记，并将患者分为应予监测或接受手术等部类。在用原先患者中的436位对该测试规程进行训练之后，研究人员发现，该测试在另外426名患者中进行评估时，其表现基本上要优于标准治疗病理：它正确地确认了应该转出病人中的60.4%（相对于用标准治疗诊断的该比例：18.9%）、应该受到监测病人中的48.6%（相对于34.3%）以及需要做手术病人中的90.8%（相对于88.8%）。未来有必要进行前瞻性的研究以验证测试中使用的标记，但Springer等说，他们的平台在临床中有很大潜力成为现有方法的补充。
发布：tsg 发布时间：2019-7-18 来源：EurekAlert! 中文版