AI预测皮肤癌进展：联邦学习的突破

嘿，朋友，看看我发现的这个酷炫的研究！科学家们开发了一种人工智能，它在预测皮肤癌（特别是皮肤鳞状细胞癌，或cSCC）在患者体内的进展方面非常出色。这对个体化医疗来说意义重大——想象一下，根据对癌症侵袭程度的准确预测来定制治疗方案。

传统上，医生依靠癌细胞在显微镜下的外观和患者的整体健康状况来预测风险。但这些方法并不总是完美无缺。这种新型人工智能使用深度学习——一种受人脑启发的机器学习类型——来分析癌组织的图像。在早期测试中，它的准确性令人难以置信，正确识别高危患者的准确率高达92%（对于技术人员来说，这就是0.92的AUROC评分！）。

更酷的部分？为了提高准确性并保护患者隐私，他们使用了名为“联邦学习”的技术。他们没有将所有患者数据发送到一个中心位置（这会引发重大的隐私问题），而是在三家不同的医院同时训练人工智能。每家医院都保留自己的数据，而人工智能则从所有医院学习，而无需直接查看单个患者的信息。非常巧妙，对吧？

经过联邦学习后，人工智能的性能仍然非常好，在所有医院中正确识别高危患者的准确率达到82%。不仅如此，人工智能还突出了组织样本中与更具侵略性癌症生长相关的特定特征。例如肿瘤边界形状和组织外观的多样性被证明是强大的预测指标。这为医生提供了对疾病本身宝贵的生物学见解。

由于这种人工智能是基于标准诊断图像进行训练的，并且不需要医院做任何额外的工作，因此它可以很容易地被各地的诊所采用。这意味着可以更好地预测皮肤癌的进展，从而制定更好的治疗策略，最终为患者带来更好的治疗效果。这是一个三赢的局面——更好的预测、改进的隐私和更轻松的实施！

Read the English version (阅读英文版)

免责声明：本文内容来自互联网公开信息，请仔细甄别，如有侵权请联系我们删除。