机构名称：
¥ 2.0
摘要：提高早期癌症确诊患者比例是世界卫生组织的首要任务。在许多肿瘤群体中，筛查计划已导致生存率提高，但患者选择和风险分层是关键挑战。此外，人们担心诊断人员有限，特别是在 COVID-19 大流行的情况下，这给病理学和放射学服务带来了压力。在本综述中，我们讨论了人工智能算法如何帮助临床医生 (1) 筛查有癌症风险的无症状患者，(2) 调查和分类有症状的患者，以及 (3) 更有效地诊断癌症复发。我们概述了主要的人工智能方法，包括逻辑回归等历史模型以及深度学习和神经网络，并重点介绍了它们的早期诊断应用。许多数据类型适合计算分析，包括电子医疗记录、诊断图像、病理切片和外周血，我们提供了如何利用这些数据诊断癌症的示例。我们还讨论了人工智能算法的潜在临床意义，包括目前临床实践中使用的模型概述。最后，我们讨论了潜在的局限性和缺陷，包括道德问题、资源需求、数据安全和报告标准。
人工智能在早期癌症诊断中的作用
主要关键词
相关文件推荐
