3、机器学习与数据科学在癌症预后和作物研究中的应用

机器学习与数据科学在癌症预后和作物研究中的应用

机器学习在癌症预后中的应用

随着科技的进步，数据科学和机器学习在癌症预后领域的应用日益广泛。每年发表的相关论文数量以 25% 的速度增长，其中约 86% 的论文与死亡率预测（约 44%）和癌症复发预测（约 42%）相关，近年来也有更多关于癌症风险因素的研究论文发表。

常用算法

• 神经网络（ANN） ：约 70% 的癌症预测使用神经网络，不过它是相对较旧的技术。
• 支持向量机（SVMs） ：使用频率仅次于神经网络。
• 决策树（DTs）和聚类技术 ：使用频率相对较低。
• 模糊逻辑 ：很少被使用。

不同类型的预测

1. 易感性预测
   • 研究人员使用单核苷酸多态性（SNPs）预测自发性乳腺癌。最初使用 98 个 SNPs 进行分类，后来减少到 2 - 3 个，避免了维度灾难。DTs 和 SVMs 使用 2 - 3 个 SNPs 时达到最高准确率 68 - 69%，比使用 98 个 SNPs 时提高了约 25%。
   • 模型准确性通过三种方式测量：
     • 每个模型进行约 20 折交叉验证和监测。
     • 最小化特征选择中的偏差，选择最具信息性和有效性的 SNPs，并在选择前进行约 100 次验证。