記者14日從西湖大學了解到，該校研討團隊將人工智能技術用于近千例甲狀腺結節(jié)患者的蛋白質組大數(shù)據，發(fā)現(xiàn)了幫助區(qū)別甲狀腺結節(jié)良惡性的蛋白質分子符號物的組合。該符號物系列將有望大幅進步甲狀腺結節(jié)良惡性判別的準確度。
研討人員介紹，甲狀腺結節(jié)，即甲狀腺腫瘤，可由多種要素引起，在當代人群中較為高發(fā)。與大都結節(jié)相同，甲狀腺結節(jié)也有良性與惡性的差異。良性的甲狀腺結節(jié)對日常工作日子不會有影響，惡性的甲狀腺結節(jié)則需要盡早治療。然而，臨床實踐中，大約有30%的甲狀腺結節(jié)，缺少卓有成效的良性、惡性判別辦法。
遼寧撫順市
墻體廣告發(fā)布
為處理這一難題，西湖大學生命科學學院郭天南試驗室與工學院李子青試驗室聯(lián)手，并同國內外多個臨床團隊進行了協(xié)作。
在本次研討中，試驗團隊剖析了911個甲狀腺結節(jié)攜帶者的組織樣品，進行了根據數(shù)據非依靠的蛋白質組學剖析，生成了2421個蛋白質組學數(shù)據。
遼寧撫順市
墻體廣告發(fā)布
由于試驗所觸及的蛋白質組數(shù)據量巨大，同時部分甲狀腺結節(jié)在分子水平上差別細小，研討團隊運用人工神經網絡技術進行了篩選。他們找到能夠區(qū)別良性與惡性結節(jié)的14個關鍵性的蛋白質組合，這些組合構成了能夠判別良惡性的模型。
遼寧撫順市
墻體廣告發(fā)布
隨后，研討團隊用該模型去猜測不知道良惡性的甲狀腺結節(jié)，再與臨床手術后的病理成果作比較。成果顯現(xiàn)，在對來自中國的四家
醫(yī)院供給的288個甲狀腺白臘樣本及64個甲狀腺結節(jié)穿刺樣本的良惡性的判別上，該辦法的準確率達到90%。
遼寧撫順市
墻體廣告發(fā)布
據了解，現(xiàn)在該辦法正在更多的臨床中心進行測試，以進一步優(yōu)化人工智能模型，并已在申請專利。
遼寧撫順市
墻體廣告發(fā)布
