机构名称：
¥ 1.0
哈佛医学院的研究人员和麻省理工学院的研究人员在麻省总医院合作，他们假设他们可以建立一个深度学习模型来评估肺部扫描成像并预测个人风险，而无需额外的人口统计或临床数据。哈佛/麻省理工学院的团队使用三组低剂量计算机断层扫描 (LDCT 扫描) 数据集训练了一个 3D 卷积神经网络架构，一组来自 NLST 参与者的 6,282 次 LDCT，来自麻省总医院的 8,821 次 LDCT，以及来自长庚纪念医院的 12,280 次 LDCT，其中包括具有各种吸烟史的人（包括非吸烟者）。他们的模型名为 Sybil，由几家大型医疗保健公司和投资者资助，事实证明，只需一次低剂量计算机断层扫描 (LDCT) 扫描即可准确预测吸烟者和非吸烟者未来患肺癌的风险。
精准医疗的新时代
主要关键词
相关文件推荐
