英国伯恩茅斯大学的新研究采用了一种有效的新方法，将乳腺癌肿瘤的数据转化为可以帮助机器学习模型预测它们是恶性还是良性的特征。

结果显示，在测试的六种机器学习模型中，“决策树”模型可以预测肿瘤的状态，准确率超过98%。

(资料图)

在该模型中，肿瘤的每个特征都被视为一个分支点。从顶部模型评估特征开始，通过一系列分支沿着“决策树”向下发展，每个分支代表该特征的可能值范围。这个过程一直持续到模型根据沿着分支做出的累积决策得出关于肿瘤是恶性还是良性的最终预测。

领导这项研究的伯恩茅斯大学研究生Emilija Strelcenia解释说：“这些发现对于寻求人工智能帮助加快乳腺癌诊断新方法的科学界以及在为患者决定最佳治疗方法的医学界都可能带来重大益处。”

本新闻涉及的课程有：

MSc Digital Health 硕士：数字医疗

MSc Digital Health & Artificial Intelligence 硕士：数字医疗和人工智能

MSc Medical Imaging with Management 硕士：医学影像与管理

阅读英文原文：

https://www.bournemouth.ac.uk/news/2023-08-15/study-identifies-how-ai-can-help-detection-breast-cancer

来源：英国伯恩茅斯大学