知识卡片
预测线索未必驱动疾病
伴随突变未必推动肿瘤生长,却可能记录细胞来源及形成过程,因此对肿瘤分类有预测价值。这个例子提醒,模型中信息量大的特征不等于干预它就能治疗疾病。分类需要可区分的信号,治疗则需要支持改变结局的机制证据,两类目标应分开解释。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 生物学和医学中基于人工智能的算法 分子分类与图像预测的桥梁 · 查看原书依据
潜在的特征将主要由伴随突变组成。研究者从代表24种癌症的2606个肿瘤样本中获得了全基因组测序数据,并用于训练一系列机器学习模型进行分类。与预期相同,高性能模型是一个深度学习神经网络,在一个独立的验证数据集上显示了91%的准确性。当在一个独
参考来源
- 位置:《人工智能与计算生物的未来 (【美】布赖恩·希尔布什)》生物学和医学中基于人工智能的算法,分子分类与图像预测的桥梁(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能与计算生物的未来 (【美】布赖恩·希尔布什)/_epub-src/EPUB/xhtml/Section07.xhtml)
- 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;历史案例不等于当前临床有效性或监管认可。已经核验的边界与书中陈述分开。
- 原始内容:潜在的特征将主要由伴随突变组成。研究者从代表24种癌症的2606个肿瘤样本中获得了全基因组测序数据,并用于训练一系列机器学习模型进行分类。与预期相同,高性能模型是一个深度学习神经网络,在一个独立的验证数据集上显示了91%的准确性。当在一个独