机器学习算法预测模型在结直肠癌筛查中的应用进展

结直肠癌(CRC)患者约占全球所有新发肿瘤患者的10%,健康人群患CRC的风险为4%~5%,是肿瘤相关死亡的常见原因之一。目前筛查CRC的方法很多,如结肠镜、肿瘤标志物、影像学、微环境、病理学等,但是都有其不足之处。近年来随着深度学习、机器学习算法(ML)、硬件水平和数据库的提升,人工智能(AI)技术迎来第三次发展热潮,将ML与CRC的筛查方法相结合,能有效提高其敏感度及特异度,减少人工检测所带来的失误。目前研究显示,基于结肠镜检查、肿瘤标志物、影像学检查、肠道微环境、病理学检查的ML预测模型可以提高CRC筛查的准确性,减少不必要的人为错误,在提高效率的同时也减少了不必要的劳动浪费。ML有很多种预测模型,每个模型都有其自身的优势,我们要根据目标的不同特点进行合理选择,以提高CRC的筛查效果。