【最新医療AI】ディープ・ラーニングは悪性の膵嚢胞性病変を捉えるか【論文】

(Featured AI and healthcare) Can deep learning tell malignant pancreatic cystic lesion? (Publication)

...
この記事の全文は会員限定です。
こちらより会員登録

表1 85人の患者の膵嚢胞性病変の最終診断。EDC:類表皮嚢胞、IPMN:膵管内乳頭粘液性新生物、LEC:リンパ上皮嚢胞、MCN:粘液性嚢胞新生物、PPC:膵仮性嚢胞、SCN:漿液性嚢胞性新生物
図1 最終診断を下すまでの流れ
図2a 人工知能の層構造
b CEAのみを用いた場合の層構造
表2 使われた特徴量
図3a 悪性嚢胞性病変と良性嚢胞性病変の判別における腫瘍マーカーと嚢胞液のアミラーゼ濃度についてのROC曲線。ROC曲線下面積(AUC)は以下の通り。
癌胎児性抗原(CEA):0.719、糖鎖抗原(CA)19-9:0.573、CA125:0.441、アミラーゼ:0.429

b 悪性嚢胞性病変と良性嚢胞性病変の判別における人工知能(AI)、CEAのみを用いたAI、CEA、嚢胞液の細胞学に対するROC曲線。
ROC曲線下面積はAI:0.966、CEAのみを使用したAI:0.956、CEA:0.719、細胞学:0.739
表3 悪性病変と良性病変を区別するにおける嚢胞液分析、細胞学、およびAIの診断性能
p*:McNemarテスト(CEAのみを使用したAIとAI)
 p†:McNemarテスト(AI vs CEA)
 p**:McNemarテスト(AI vs細胞診)

...
この記事の全文は会員限定です。
こちらより会員登録

Translating