组学大数据和医学人工智能

王昕玥, 渠鸿竹, 方向东

Omics big data and medical artificial intelligence

Wang Xinyue, Qu Hongzhu, Fang Xiangdong

表1 人工智能在医学中的应用

Table 1 The application of artificial intelligence in medicine

应用 研究内容 方法 结果 啊啊啊啊 影像 黄斑变性 DLOVLP 单模态纵向配准实验平均误差为54~59 µm,多模态横断面配准实验平均误差为66~69 µm [12] 乳腺DCE MRI AI系统 AI分析平均AUC从0.71提高到0.76 [13] 分割脑部MRI图像 大容量深度卷积神经网络 完整区域,核心区域和增强区域的准确性分别为0.90、0.85和0.84 [14] 癌症 研究 口腔癌诊断 分层深度卷积神经网络 准确度为94.5% [15] 上消化道癌诊断 GRAIDS 内部验证集准确性为0.955,外部验证集准确性结果为0.915~0.977,且灵敏度堪比专业内镜医师 [16] 胃粘膜病变 卷积神经网络 敏感性显著高于专家组结果,准确率和特异性与专家组未有差异 [17] 黑色素瘤图像 卷积神经网络 CNN的灵敏度和特异性均高于专家 [18] 结直肠癌转移至淋巴结风险 人工神经网络 AUC=0.84 [19] 前列腺活检评分 深度学习 良恶性AUC=0.990 (0.982~0.996);观察者数据集中,kappa比专家组高 [20] 乳腺癌预后预测 基于堆叠集成的卷积神经网络 AUC=0.93,准确度为90.2% [21] 辅助 医学 预测术后30天死亡率 多路径卷积神经网络 AUC=0.867 (0.835~0.899) [22] 测量视网膜血管口径 SIVA-DLS 与人工测量结果相关系数在0.82~0.95之间 [23]