wanbo体育官网站-

wanbo体育官网站-

新华网北京5月14日电(记者刘媛媛)记者14日从西湖大学获悉,该校科研团队将人工智能技术应用于近1000例甲状腺结节患者的大蛋白质组数据,发现结合蛋白质分子标记有助于鉴别良性和恶性甲状腺结节甲状腺恶性结节。这一系列标志物有望显著提高甲状腺良恶性结节的诊断准确率。研究人员说,甲状腺结节或甲状腺肿瘤可以由多种因素引起,在当代人群中更为常见。与大多数结节一样,甲状腺结节也有良恶性之分。良性甲状腺结节对日常工作和生活无影响,恶性甲状腺结节需早期治疗。

但在临床上,约30%的甲状腺结节缺乏有效的良恶性鉴别诊断方法。为解决这一问题,西湖大学生命科学学院郭天南实验室、理工学院李自清实验室与国内外多个临床团队进行了合作。在这项研究中,实验小组分析了911个甲状腺结节携带者的组织样本,进行了数据独立的蛋白质组学分析,并生成了2421个蛋白质组学数据。由于实验涉及的蛋白质组数据量大,部分甲状腺结节的分子水平差异较小,研究团队采用人工神经网络技术进行筛选。他们发现了14种能够区分良恶性结节的关键蛋白质组合,这些组合构成了判断良恶性结节的模型。

随后,研究小组利用该模型预测未知的甲状腺良恶性结节,并将其与临床手术后的病理结果进行比较。结果表明,该方法对我国4所医院288例甲状腺石蜡标本和64例甲状腺结节穿刺标本的诊断准确率为90%。据了解,目前该方法正在更多的临床中心进行测试,以进一步优化人工智能模型,并已申请专利。[编辑:李贺]。。

发表评论

电子邮件地址不会被公开。 必填项已用*标注