机器学习算法预测模型在结直肠癌筛查中的应用进展

结直肠癌（CRC）患者约占全球所有新发肿瘤患者的10%，健康人群患CRC的风险为4%～5%，是肿瘤相关死亡的常见原因之一。目前筛查CRC的方法很多，如结肠镜、肿瘤标志物、影像学、微环境、病理学等，但是都有其不足之处。近年来随着深度学习、机器学习算法（ML）、硬件水平和数据库的提升，人工智能（AI）技术迎来第三次发展热潮，将ML与CRC的筛查方法相结合，能有效提高其敏感度及特异度，减少人工检测所带来的失误。目前研究显示，基于结肠镜检查、肿瘤标志物、影像学检查、肠道微环境、病理学检查的ML预测模型可以提高CRC筛查的准确性，减少不必要的人为错误，在提高效率的同时也减少了不必要的劳动浪费。ML有很多种预测模型，每个模型都有其自身的优势，我们要根据目标的不同特点进行合理选择，以提高CRC的筛查效果。