新的机器学习技术在预测癌症治愈率方面的效果提高了 30%

发布时间：2023-11-21 09:50:32 栏目：生活

导读 随着过去几十年计算能力的快速发展，机器学习(ML)技术在医疗环境中变得流行，作为预测癌症、心脏病、中风等疾病患者的生存率和预期寿命的一...

随着过去几十年计算能力的快速发展，机器学习(ML)技术在医疗环境中变得流行，作为预测癌症、心脏病、中风等疾病患者的生存率和预期寿命的一种方法。最近，还有新冠肺炎 (COVID-19)。这种统计模型可以帮助患者和护理人员平衡提供最高治愈机会的治疗，同时最大限度地减少潜在副作用的后果。



德克萨斯大学阿灵顿分校的一位教授和他的博士生发表了一种预测癌症生存率的新模型，他们称该模型在预测谁将被治愈的疾病方面比以前的模型有效 30%。这种模型可以帮助患者避免不需要的治疗，同时允许治疗团队将重点放在需要额外干预的其他人身上。

该作品发表在《应用统计年鉴》上。

“以前的研究对治愈概率(也称为治愈率)进行建模，使用了具有已知参数链接函数(例如逻辑链接函数)的广义线性模型。但是，此类研究无法捕获非线性或复杂关系治愈概率与重要协变量(例如患者年龄或骨髓捐赠者年龄)之间的关系，”首席研究员、数学系统计学副教授 Suvra Pal 说。

“我们的研究采用了之前测试的提升时间治愈模型 (PCM)，并将其与称为支持向量机 (SVM) 的监督式 ML 算法相结合，该算法用于捕获协变量和治愈概率之间的非线性关系。”

新的 SVM 集成 PCM 模型 (PCM-SVM) 的开发方式基于对协变量的简单解释，以预测哪些患者在初始治疗结束时仍未治愈并需要额外的医疗干预。