简介:摘要目的将人工智能技术应用于原发性肝细胞癌患者的临床真实世界数据研究,探索肝癌精准治疗,建立肝癌人工智能临床决策支持系统。方法将2004年7月至2016年6月间华西医院收治且有完整随访记录的5 642例原发性肝癌患者纳入研究。采用多分类器融合模型计算治疗方案推荐系数,并分析受试者工作特征曲线;采用DeepSurv算法实现生存风险和复发风险的预测,并进一步对比低风险组、中风险组和高风险组间的Kaplan-Meier生存曲线;利用Siamese-Net算法得到相似病例结果。结果治疗方案推荐系数的Top-1准确率和Top-2准确率分别为82.36%和94.13%;在华西医院内部使用验证过程中,与多学科会诊治疗方案的匹配准确率达95.10%。生存风险模型得到的C-index值为0.735(95%CI:0.70~0.77),各风险组的Kaplan-Meier曲线经log-rank检验,各组间差异有统计学意义(P<0.001)。复发风险模型得到的C-index值为0.705(95%CI:0.68~0.73),各风险组的Kaplan-Meier曲线经log-rank检验,各组间差异有统计学意义(P<0.001)。结论肝癌人工智能临床决策支持系统能较为准确地进行原发性肝细胞癌治疗方案推荐和治疗预后预测。
简介:为服务我国高等教育“双一流”建设、提高高校决策科学化水平,信息技术的价值应得到重视。我国研究者开始关注信息技术对高校决策的作用,国际上应用较广的决策支持技术——商业智能也不断发展成熟,这都为我国高校商业智能建设提供了机遇。商业智能以支持高校循证决策实践为目的,有利于分析形成决策证据、破解高校数据难题。从国外商业智能促进高校循证决策的情况看,商业智能的应用领域不断扩展,相关技术、产品不断进步,在教学决策、管理决策和成本节约上的效果突出。但我国高校多将商业智能应用于单一业务领域,缺乏宏观统筹;各系统数据割裂,数据集成、分析技术还需深化;在促进教学评价、决策民主化方面的成效还不明显。为此,我国高校需进一步加强商业智能的建设和应用,做好统筹规划,开展院校研究,提升人员信息素养,提供经费保障并遵守相关法律法规。