- 膵管腺癌（PDAC）は早期発見が難しく、進行が早いため患者予後が悪い。従来のCA19-9などの血清バイオマーカーは早期診断に限界がある。機械学習（ML）を用いてPDACの診断・予後評価モデルを構築した。117名のPDAC患者の血清バイオマーカーと予後情報を基に、Random Forest (RF)、ニューラルネットワーク(NNET)、サポートベクターマシン(SVM)、Gradient Boosting Machine (GBM)のMLモデルを使用し、精度、Kappa値、ROC曲線、感度、特異度で評価した。各モデルの精度はRF、NNET、SVM、GBMでそれぞれ84.21%、84.21%、76.97%、83.55%であった。DeepSurvは予後評価においてCOXモデルより高性能を示した。
機械学習モデルによる膵管腺癌患者の早期診断および予後改善
AIによる要点抽出