จำแนกสิ่งที่ซ่อนเร้นเหมือนจีโนม


การเรียนรู้ด้วยเครื่องจักรนั้นถูกนำมาใช้มากขึ้นในการวินิจฉัยภาพทางการแพทย์ แต่งานของเราเป็นหนึ่งในคนแรกที่พยายามจำแนกสิ่งที่ซ่อนเร้นเหมือนจีโนมตามข้อมูลภาพเพียงอย่างเดียวในการทำนายการกลายพันธุ์เมื่อเทียบกับคุณสมบัติการแผ่รังสีที่ใช้ตามอัตภาพของภาพ MR เช่นขนาดรูปร่างและความเข้มในการสร้างอัลกอริทึมนี้นักวิจัยใช้โครงข่ายประสาทเทียมเพื่อดึงคุณสมบัติ

จากภาพ MR จากนั้นใช้วิธีการเรียนรู้ของเครื่องจักรที่เรียกว่า support vector machines พวกเขาแบ่งผู้ป่วยออกเป็นกลุ่มตามการมีหรือไม่มีการกลายพันธุ์ เราหวังว่าจะขยายแนวทางนี้ไปสู่มะเร็งชนิดอื่น ๆ ดังนั้นเราจึงสามารถใช้ประโยชน์จากฐานข้อมูลยีนมะเร็งขนาดใหญ่ที่รวบรวมไว้แล้ว ผลลัพธ์ที่ได้สามารถกำจัดความจำเป็นในการสุ่มตัวอย่างเนื้อเยื่อผ่าตัด ยิ่งไปกว่านั้นอาจนำไปสู่ผลลัพธ์ทางคลินิกที่ดีขึ้นสำหรับผู้ป่วยเนื่องจากกระบวนการส่งมอบยาเฉพาะบุคคลกลายเป็นเรื่องง่ายและรวดเร็วขึ้น