AIGC動態歡迎閱讀

原標題：血常規、尿檢等指標就能識別卵巢癌！中山大學劉繼紅團隊牽頭，四大醫學院聯合構建 AI 融合模型
關鍵字：卵巢癌,模型,數據,同濟,腫瘤
文章來源：HyperAI超神經
內容字數：6659字

內容摘要：

作者：喬喬
編輯：李寶珠，三羊
中山大學腫瘤防治中心婦科劉繼紅教授團隊，聯合南方醫科大學、華中科技大學同濟醫學院附屬同濟醫院、浙江大學醫學院附屬婦產科醫院，基于常規體檢中的實驗室檢驗，構建了卵巢癌診斷人工智能融合模型 MCF。根據國家衛生健康委員會發布的《卵巢癌診療指南（2022 版）》，我國卵巢癌年發病率居女性生殖系統腫瘤第 3 位，僅次于子宮頸癌和子宮體惡性腫瘤，病死率位于女性生殖道惡性腫瘤之首，其 5 年生存率與診斷時的病程階段密切相關。根據美國國家癌癥研究所發布的數據，在早期的局部感染階段，卵巢癌 5 年生存率為 92.4% ，而轉移階段 5 年存活率則下降至 31.5%。
卵巢深處盆腔，卵巢病變處于早期時常無特異臨床癥狀，因出現癥狀就診時，70% 的患者已處于晚期。因此卵巢癌的早期診斷具有重大意義。
卵巢癌不同階段的 5 年生存率
近日，中山大學腫瘤防治中心婦科劉繼紅教授團隊，聯合南方醫科大學、華中科技大學同濟醫學院附屬同濟醫院、浙江大學醫學院附屬婦產科醫院，針對卵巢癌目前早期診斷困難、缺乏有效腫瘤標志物的困境，構建了卵巢癌診斷人工智能融合模型 MCF，輸入常規實驗室檢驗數據

原文鏈接：血常規、尿檢等指標就能識別卵巢癌！中山大學劉繼紅團隊牽頭，四大醫學院聯合構建 AI 融合模型

聯系作者

文章來源：HyperAI超神經
作者微信：HyperAI
作者簡介：解構技術先進性與普適性，解讀更前沿的 AIForScience 案例