首页 > 文章详情

《柳叶刀》人工智能子刊的最新卵巢癌人工智能文章解读！

10月06日

来源：智能肿瘤学

团队一直比较关注新的期刊文章，在近两年， NATURE 和 LANCET ，相继推出了各自的人工智能大子刊期刊，分别是 The Lancet Digital health （ IF=30.8 ）和 Nature machine intelligence （ IF=15.5 ），着两个期刊基本关注了以大数据，多中心研究为主的主要研究模式。

秉承卷不了别人卷自己的指导思想，今天小编T就给大家分享一篇来自The Lancet Digital Health的最新的一篇文章，Artificial intelligence-based models enabling accurate diagnosis of ovarian cancer using laboratory tests in China: a multicentre, retrospective cohort study，基于人工智能的模型能够在中国使用实验室测试准确诊断卵巢癌：一项多中心、回顾性队列研究。DOI：10.1016/S2589-7500(23)00245-5。

这篇文章作者是来自中国的中山大学附属肿瘤医院的刘继红院长，妥妥的大咖，以下是她的简介，感兴趣妇科肿瘤方向的学者可以尝试联系。

本文的特色情况：

本文建立了一个采用基于多准则决策的分类融合(MCF，multicriteria decision making-based classification fusion)风险预测框架什么叫多准则决策分类？

文章的解释是the MCF aims to provide more accurate diagnoses by integrating the estimations of multiple base classification models.为了使不同的专家达成一致的医疗决策，MCF旨在通过整合多个基本分类模型的估计来提供更准确的诊断该框架可进一步提高基于实验室检测的卵巢癌预测的性能。

这里用的多少个基础模型呢？20个哦！

后来我们发现他们还引用了一篇他们自己的文章，具体解释了什么叫MCF，请见下文！

1、数据量足够大

大到什么程度呢？一共预选了98项实验室检查或临床特征，。在一个训练集(3007个个体)和两个外部验证集(5641和2344个个体)上进行评估。主要结果是该模型识别卵巢癌的预测准确性

2、可信度高

基于52个特征(51个实验室试验和年龄)，MCF在内部验证集中实现了接收者工作特征曲线下面积(AUC)为0.949 (95% CI为0.948 ~ 0.950)，在两个外部验证集中实现了AUC为0.882(0.880 ~ 0.885)和0.884(0.882 ~ 0.887)。MCF被包装为卵巢癌预测工具，并向公众开放，以提供输入实验室测试值的卵巢癌估计概率。

3、挑战权威

因此及时诊断卵巢癌仍然是妇科肿瘤学家的临床难题作为卵巢癌的基础生物标志物，碳水化合物抗原125 (CA125)、人附睾蛋白4 (HE4)是传统的标志物。MCF模型不仅对卵巢癌患者的检测准确率令人满意，而且在健康对照中对早期卵巢癌的识别也优于CA125和HE4，在浆液性肿瘤机会窗口期对3例患者均有正确的识别。

4、以平凡致命，低成本

在常规健康检查中使用了各种各样的实验室检查。一般健康检查通常包括50多个实验室项目，包括常规血液检查、生物化学检查、凝血检查和尿液检查。其中一些实验室检查，如血白蛋白浓度和淋巴细胞比率，已显示出卵巢癌的诊断和预后相关性实验证实了这些检测的相关成分(如免疫细胞)直接或间接参与肿瘤的发生、发展和免疫逃逸，强调了实验室检测作为肿瘤生物标志物的潜在用途。这些实验室项目作为卵巢癌生物标志物具有独特的优势，因为它们成本低，可及性好，具有良好的临床应用价值。

5、工作具有延续性

文章里面提到一句，“The MCF, which was a variant of the H-MCF (a hierarchical predictive scheme based on MCF) proposed in our previous work,16 was constructed for ovarian cancer prediction. ”， DOI ： https://doi.org /10.1016/j.inffus.2019.09.001.

这篇文章，是文章作者的之前的前期研究文章。

人工智能的一区 TOP 期刊，偏向理论研究， 202 3 年文章发布量为 159 篇， IF 为 18.5 ，妥妥的大刊！

这篇文章研究的一些内容，贴出来给大家分享下！

以上内容，就是小编的总结，欢迎大家加群批评讨论。

最后附送一篇文章，这篇文是四川省肿瘤医院检验科罗怀超老师分享的一篇经典导读文章，也是讲的是卵巢癌的，这篇Lancet的文章也和罗老师提出的检验组学概念极其类似。

期刊:CLINICAL CANCER RESEARCH

简称:CLIN CANCER RESISSN:1078-0432

国家:United States

出版社:American Association for Cancer Research Inc

影响因子:

2018 IF=8.911

2019 IF=10.107

2020 IF=12.531

2021 IF=13.801

这篇文章讲了3个故事，第一用常规数据诊断癌症和正常，第二诊断临床分期及病理分型，第三诊断残留肿瘤大小，最后用无监督学习方法不加标签来分型验证，非常经典的文章值得一看。

经典语录分享：

1. 低级的欲望靠放纵：低级欲望是指基本的生理需求，如吃饭，喝水，睡觉，和性欲等。这些欲望是人类的本能之一，它们的存在是为了维持我们的生存和繁衍。然而，如果我们过分追求这些欲望，就会导致健康问题和社会问题。例如，过食会导致肥胖和相关疾病，过度饮酒会导致酗酒，长期熬夜会导致身体疲惫和情绪不稳定。因此，我们需要通过自我约束和正确的生活方式来平衡这些欲望。

2. 高级的欲望靠自律：高级欲望是指对于个人成长、事业发展、知识探索等的追求。这些欲望需要通过自我控制和自律才能实现，因为它们需要长期的努力和不断的追求才能达到。例如，想要成为一名成功的企业家，需要持续不断地学习和创新，不断的努力和坚持才能实现自己的目标。而只有通过自我控制和自律，才能够持续地追求这些高级欲望。

3. 顶级的欲望靠煎熬：顶级欲望是指对于个人精神成长、意义和价值的追求。这些欲望需要通过深度思考和内心反省才能达成，因为它们不仅仅是对于外部目标的追求，更是对于内心意义与价值的追求。例如，想要达到内心的平静和宁静，需要通过冥想和反思来实现，想要探索人生的意义和价值，需要通过深度的思考和内省来实现。这些欲望需要经历煎熬和修行，从而才能够理解和掌握它们的真正意义和价值。

来源｜深度学习辣汤小组

责任编辑：肿瘤资讯-ginger
排版编辑：肿瘤资讯-ginger

10月08日

苗军程

金乡县人民医院 | 肿瘤内科

《柳叶刀》人工智能子刊的最新卵巢癌人工智能文章解读

10月07日

刘岩

馆陶县人民医院 | 放疗科

人工智能子刊的最新卵巢癌人工智能文章解读！