长按/扫描获取全文（网页全文二维码）
文章上线后，美国科学促进会（AAAS）主办的全球科学新闻发布平台“EurekAlert!”以"Deep learning for soft tissue sarcoma management"为题，对该项成果进行了报道。EurekAlert!是由美国科学促进会（AAAS）运营的独立编辑、非营利的新闻发布平台，为公众提供来自世界顶尖科研机构和高校的前沿研究和重要科学新闻。
近年来，一系列研究表明，基于医学图像的深度学习的应用可以显著增加临床医生对软组织肉瘤（Soft tissue sarcomas，STSs）的识别、诊断、治疗和预后预测的准确性，且效率明显提升，从而促进临床决策。本文从数据获取、算法和模型建立三个主要方面详细总结了基于深度学习的人工智能在STSs中的最新应用进展。此外，还详细阐述了通过迁移学习和生成对抗网络(Generative adversarial network, GAN)进行数据增强的模型强化。总的来说，具有准确注释的高质量的数据、以及性能优化的算法对于深度学习在STSs中的临床应用至关重要。
本文通过总结基于深度学习的人工智能在软组织肉瘤研究领域的最新进展，以期为这一新兴领域的后续研究提供启示：主要包括通过影像及病理图像精确鉴别软组织肉瘤亚型，高效提升诊断的准确性；识别并预测软组织肉瘤进展，改善患者预后评估；以及通过数据驱动的方法优化治疗方案，加速新疗法的研发。这些进展可望大幅度提升治疗效果，降低医疗成本，并为患者带来更为个性化的治疗选择。
EurekAlert！网站报道截图
● ● ●
EurekAlert!是由美国科学促进会（AAAS）运营的独立编辑、非营利的新闻发布平台，为公众提供来自世界顶尖科研机构和高校的前沿研究和重要科学新闻。
https://www.eurekalert.org/news-releases/988702
● ● ●
文章首页截图
编辑|李小英
审核|赵伟
