Un nuevo estudio de la Universidad de Vaasa, Finlandia, propone el uso de t\u00e9cnicas de aprendizaje autom\u00e1tico para el tratamiento eficaz del c\u00e1ncer de lengua. Un modelo predictivo de aprendizaje autom\u00e1tico produjo una precisi\u00f3n del 88,2 % para predecir si el c\u00e1ncer de lengua volver\u00eda a aparecer despu\u00e9s del tratamiento. De manera similar, el modelo de aprendizaje autom\u00e1tico super\u00f3 a otros m\u00e9todos de tratamiento del c\u00e1ncer, como el uso de la estadificaci\u00f3n del c\u00e1ncer y el nomograma para estimar la supervivencia general de los pacientes con c\u00e1ncer de lengua. Cr\u00e9dito: Riikka Kalmi \/ Universidad de Vaasa <\/p>\n
Imag\u00ednese una tecnolog\u00eda que pueda predecir el resultado de los pacientes con c\u00e1ncer si el c\u00e1ncer reaparece despu\u00e9s del tratamiento, \u00bfqu\u00e9 tipo de plan de tratamiento beneficiar\u00eda al paciente y la probabilidad de supervivencia general de los pacientes? <\/p>\n
El aprendizaje autom\u00e1tico, un subcampo de la inteligencia artificial, est\u00e1 a punto de revolucionar el tratamiento del c\u00e1ncer. La investigaci\u00f3n doctoral de Rasheed Alabi en la Universidad de Vaasa, Finlandia, muestra que las t\u00e9cnicas de aprendizaje autom\u00e1tico podr\u00edan ayudar en el manejo adecuado del c\u00e1ncer de lengua.<\/p>\n
El c\u00e1ncer de lengua es el c\u00e1ncer m\u00e1s com\u00fan que se encuentra en la regi\u00f3n de la cabeza y el cuello. Ha causado una cantidad significativa de muertes en todo el mundo. Aparte de eso, puede causar deterioro del habla y dificultad para tragar y masticar.<\/p>\n
El principal desaf\u00edo ha sido el manejo adecuado del diagn\u00f3stico temprano del c\u00e1ncer de lengua, la planificaci\u00f3n del tratamiento y la toma de decisiones informadas por parte de los m\u00e9dicos.<\/p>\n
En su disertaci\u00f3n, Rasheed Alabi propone el uso de t\u00e9cnicas de aprendizaje autom\u00e1tico para el manejo efectivo del c\u00e1ncer de lengua. Desarroll\u00f3 una herramienta basada en la web que estratifica adecuadamente a los pacientes con c\u00e1ncer en grupos de alto o bajo riesgo. Eso ayuda a crear un tratamiento eficaz para los pacientes con c\u00e1ncer de lengua.<\/p>\n
– Es importante planificar adecuadamente el tratamiento de los pacientes con c\u00e1ncer de lengua para aumentar la calidad de la atenci\u00f3n que se les brinda y las posibilidades de supervivencia, dice Alabi. <\/p>\n
Las t\u00e9cnicas de aprendizaje autom\u00e1tico superaron a los m\u00e9todos tradicionales<\/p>\n
El modelo de aprendizaje autom\u00e1tico predictivo desarrollado por Rasheed produjo una precisi\u00f3n del 88,2 % para predecir si el c\u00e1ncer de lengua reaparecer\u00eda despu\u00e9s del tratamiento. Del mismo modo, el modelo de aprendizaje autom\u00e1tico super\u00f3 a otros m\u00e9todos de control del c\u00e1ncer, como el uso de la estadificaci\u00f3n del c\u00e1ncer y el nomograma para estimar la supervivencia general de los pacientes con c\u00e1ncer de lengua.<\/p>\n
Medicina personalizada y control preciso del c\u00e1ncer de lengua<\/p>\n
El modelo propuesto es capaz de aliviar la carga psicol\u00f3gica, social y econ\u00f3mica causada por el c\u00e1ncer de lengua oral. La herramienta de pron\u00f3stico basada en la web desarrollada garantiza que cada paciente se considere como una entidad separada (medicina personalizada) para trazar una estrategia eficaz de manejo del c\u00e1ncer de lengua. El modelo predictivo propuesto puede ofrecer una planificaci\u00f3n de tratamiento personalizada, evitar terapias innecesarias, una toma de decisiones eficaz para el tratamiento del c\u00e1ncer, asesoramiento realista, decisiones informadas y una mejor supervivencia general. La predicci\u00f3n temprana de la recurrencia del c\u00e1ncer reduce las tasas de mortalidad de los pacientes con c\u00e1ncer de lengua.<\/p>\n
Preocupaciones del aprendizaje autom\u00e1tico en la pr\u00e1ctica cl\u00ednica diaria<\/p>\n
En su disertaci\u00f3n, Alabi identifica varias preocupaciones que pueden afectar la pr\u00e1ctica cl\u00ednica diaria real. uso del modelo desarrollado para la pr\u00e1ctica cl\u00ednica diaria. Estas preocupaciones se agrupan en desaf\u00edos \u00e9ticos que son inherentes a la ciencia del aprendizaje autom\u00e1tico y las implementaciones cl\u00ednicas.<\/p>\n
Los desaf\u00edos \u00e9ticos incluyen privacidad y confidencialidad, desacuerdo entre pares, libertad de los pacientes para elegir el m\u00e9todo de tratamiento preferido, decisi\u00f3n compartida y marco legal para una implementaci\u00f3n fluida.<\/p>\n
Algunas preocupaciones surgen del aprendizaje autom\u00e1tico como tecnolog\u00eda, como hacer que el modelo sea explicable (explicabilidad), comprender c\u00f3mo se toma la decisi\u00f3n o predicci\u00f3n (interpretabilidad) y permitir que el modelo desarrollado funcione para una tarea similar (generalizabilidad). <\/p>\n
Explore m\u00e1s<\/p>\n
Detecci\u00f3n del c\u00e1ncer de lengua M\u00e1s informaci\u00f3n:<\/strong> urn.fi\/URN:ISBN:978-952-476-945-7 Proporcionado por la Universidad de Vaasa Cita<\/strong>: El aprendizaje autom\u00e1tico puede ayudar con la planificaci\u00f3n del tratamiento y el manejo adecuado del c\u00e1ncer de lengua (12 de abril de 2021) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-04-machine-treatment-proper-tongue-cancer .html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Un nuevo estudio de la Universidad de Vaasa, Finlandia, propone el uso de t\u00e9cnicas de aprendizaje autom\u00e1tico para el tratamiento eficaz del c\u00e1ncer de lengua. Un modelo predictivo de aprendizaje autom\u00e1tico produjo una precisi\u00f3n del 88,2 % para predecir si el c\u00e1ncer de lengua volver\u00eda a aparecer despu\u00e9s del tratamiento. De manera similar, el modelo … Continuar leyendo \u00abEl aprendizaje autom\u00e1tico puede ayudar con la planificaci\u00f3n del tratamiento y el tratamiento adecuado del c\u00e1ncer de lengua\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-20911","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/20911","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=20911"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/20911\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=20911"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=20911"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=20911"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}