癌症治疗中的个性化医学旨在根据癌症患者的遗传序列进行独特的治疗,与传统方法相比,它是一种更有效的方法,与传统方法相比,涉及以相同的一般方式治疗每种类型的癌症。但是,个性化治疗需要一旦促成癌症相关的基因进行分类,这是一项高度劳动密集型且耗时的任务,对于病理学家来说,使个性化医学在全球范围内采取了缓慢的进步。在本文中,我们提出了一种智能多级分类系统,该系统结合了自然语言处理(NLP)技术和机器学习算法,以使用基于文本的医学文献中的证据自动对临床上可行的遗传突变进行自动分类。从纪念斯隆·凯特林癌症中心获得了分类器的训练数据集,并将随机森林算法与TF-IDF一起使用,以进行特征提取和截短的SVD,以减少尺寸。结果表明,所提出的模型在准确性和精度得分方面优于先前的研究,精度得分约为82%。该系统有可能彻底改变癌症治疗并导致癌症治疗的显着改善。
主要关键词