本文摘要：专家认为，利用机器学习算法将临床与分子数据融合，将沦为“未来的潮流”。一位病患走出医生办公室，开始拒绝接受胆囊CT扫瞄。 胆囊身体健康状态较好，但医生注意到这位病人的胰腺上方有一个囊状淤袋。医生告诉他，这或许是个有可能造成癌症的囊肿，因此必须将其手术以确保安全。 医生补足道，术后完全恢复有可能必须三个月的时间，手术有50％的几率引发并发症，此外这位病患还有5％的机率在手术中丧失生命。

专家认为，利用机器学习算法将临床与分子数据融合，将沦为“未来的潮流”。一位病患走出医生办公室，开始拒绝接受胆囊CT扫瞄。

胆囊身体健康状态较好，但医生注意到这位病人的胰腺上方有一个囊状淤袋。医生告诉他，这或许是个有可能造成癌症的囊肿，因此必须将其手术以确保安全。

医生补足道，术后完全恢复有可能必须三个月的时间，手术有50％的几率引发并发症，此外这位病患还有5％的机率在手术中丧失生命。据估计，美国每年大约有80万名患者被临床出有患上胰腺囊肿，而医生仍然没办法确认哪些囊肿不会确实引起可怕癌症，而哪些归属于良性情况。这种模糊不清的现状，带给了成千上万次不必要的手术：一项研究找到，在拒绝接受囊肿手术手术的病人当中，有低约78％的比例最后并没再次发生任何癌变。

现在，一种新的机器学习算法未来将会获取协助。约翰霍普金斯大学的外科医生与计算机科学家们日前在《ScienceTranslationalMedicine》上发布了一项取名为CompCyst（用作综合性囊肿分析）的测试，该测试显著高于当前的标准护理方法——即医生仔细观察与医学光学。其需要更加精确地辨别患者可以必要回家、之后仔细观察或者拒绝接受手术。

论文高级作者、约翰霍普金斯Kimmel癌症中心胰腺囊肿项目主任AnneMarieLennon在此项研究的新闻发布会上回应，“我们对结果深感十分激动。

本文来源：大发BET经典手机登录-www.metromanilashakedrill.com