Artificial intelligence-based models enabling accurate diagnosis of ovarian cancer using laboratory tests in China: a multicentre, retrospective cohort study

卵巢癌 医学 回顾性队列研究 队列 癌症 肿瘤科 内科学 医学物理学 人工智能 妇科 计算机科学
作者
Guangyao Cai,Fangjun Huang,Yue Gao,Xiao Li,Jianhua Chi,Jincheng Xie,Linghong Zhou,Yanling Feng,He Huang,Ting Deng,Yun Zhou,Chuyao Zhang,Xiaolin Luo,Xing Xie,Qinglei Gao,Xin Zhen,Jihong Liu
出处
期刊:The Lancet Digital Health [Elsevier BV]
卷期号:6 (3): e176-e186 被引量:32
标识
DOI:10.1016/s2589-7500(23)00245-5
摘要

Ovarian cancer is the most lethal gynecological malignancy. Timely diagnosis of ovarian cancer is difficult due to the lack of effective biomarkers. Laboratory tests are widely applied in clinical practice, and some have shown diagnostic and prognostic relevance to ovarian cancer. We aimed to systematically evaluate the value of routine laboratory tests on the prediction of ovarian cancer, and develop a robust and generalisable ensemble artificial intelligence (AI) model to assist in identifying patients with ovarian cancer.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
知愈发布了新的文献求助10
6秒前
7秒前
云端发布了新的文献求助10
7秒前
7秒前
7秒前
8秒前
10秒前
光轮2000完成签到 ,获得积分10
11秒前
依依完成签到,获得积分10
12秒前
John发布了新的文献求助20
12秒前
13秒前
13秒前
体贴花卷发布了新的文献求助20
13秒前
xiangxiang完成签到,获得积分20
15秒前
小黄发布了新的文献求助10
17秒前
不安青牛应助岩崖采纳,获得10
18秒前
song完成签到 ,获得积分10
19秒前
xiangxiang发布了新的文献求助10
22秒前
弦弦弦完成签到,获得积分10
24秒前
25秒前
27秒前
Orange应助悦耳如6采纳,获得10
28秒前
Auh完成签到,获得积分10
30秒前
11发布了新的文献求助10
30秒前
31秒前
SciGPT应助王二采纳,获得10
31秒前
顾矜应助SEVEN采纳,获得10
31秒前
sasa发布了新的文献求助10
33秒前
Terry应助wmq采纳,获得10
33秒前
高挑的牛青完成签到,获得积分10
35秒前
35秒前
36秒前
zys关闭了zys文献求助
36秒前
白忻完成签到,获得积分10
38秒前
Akim应助达达采纳,获得10
38秒前
39秒前
张雯思完成签到,获得积分10
41秒前
41秒前
王二完成签到,获得积分10
43秒前
高分求助中
(应助此贴封号)【重要!!请各位详细阅读】【科研通的精品贴汇总】 10000
Pediatric Injectable Drugs 500
Instant Bonding Epoxy Technology 500
Methodology for the Human Sciences 500
ASHP Injectable Drug Information 2025 Edition 400
DEALKOXYLATION OF β-CYANOPROPIONALDEYHDE DIMETHYL ACETAL 400
Assessment of adverse effects of Alzheimer's disease medications: Analysis of notifications to Regional Pharmacovigilance Centers in Northwest France 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4370498
求助须知:如何正确求助?哪些是违规求助? 3868430
关于积分的说明 12060986
捐赠科研通 3511144
什么是DOI,文献DOI怎么找? 1926793
邀请新用户注册赠送积分活动 968768
科研通“疑难数据库(出版商)”最低求助积分说明 867727