ML техника лучше предсказывает уровень успешности лечения рака

Искусственный интеллект (МL) точнее прогнозирует эффективность лечения рака

Модель машинного обучения, разработанная исследователями Университета Техаса в Арлингтоне (UTA), может более точно предсказывать проценты излечения от рака.

Новая модель объединяет уже существующую модель излечения времени лечения (PCM) с алгоритмом опорных векторов (SVM) для учета нелинейных или сложных взаимосвязей между вероятностью излечения и коэффициентами.

Модель PCM-SVM была обнаружена эффективнее на 30% по сравнению с моделью PCM в тестах с использованием реальных данных о выживаемости пациентов с лейкемией.

Согласно словам Сувры Пала из UTA: «Благодаря нашей улучшенной точности предсказания излечения, пациенты с высокими показателями излечения могут быть защищены от дополнительных рисков высокоинтенсивных лечений. Аналогично, пациентам с низкими показателями излечения можно рекомендовать своевременное лечение, чтобы болезнь не переходила в продвинутую стадию, для которой ограничены терапевтические варианты. Предложенная модель будет играть важную роль в определении оптимальной стратегии лечения». Из Университета Техаса в Арлингтоне Просмотреть полную статью

• 6G может выполнять двойную функцию для мониторинга изменения климата
• Иск утверждает, что Meta специально разработала Instagram и Facebook для привлечения подростков
• Синтетические образы устанавливают новый стандарт эффективности обучения искусственного интеллекта.

Аннотация авторских прав © 2023 SmithBucklin, Вашингтон, США