(资料图)

使用人工智能和概率建模工具改进乳腺癌患者生存指标的预测是 ModGraProDep 的目标，ModGraProDep 是一个创新系统，由医学院临床科学系讲师 Ramon Clèries 领导的一项研究中提出。巴塞罗那大学健康科学系和肿瘤学总体规划/ICO-IDIBELL 成员。该研究已发表在医学人工智能杂志上。

肿瘤学临床指标数值建模的应用之一是创建预测模型，以帮助肿瘤学家和医生对癌症患者的未来发展情景进行分类和评估。在这种情况下，预测具有特定变量和年龄的患者的生存期是考虑治疗和确定患者亚组的决定性因素。但是，由于没有足够大的样本人口来专门计算这些指标，因此有时会通过数值模型来估计这些信息。

新的 ModGraProDep 技术(建模图形概率依赖性)的应用导致了由讲师 Mireia Vilardell 协调的两项研究，来自 UB 生物学院遗传学、微生物学和统计学系的统计科，以及来自 IDIBGI 的研究员 Maria Buxó。

在第一种情况下，ModGraProDep 使用户能够识别数据库的结构并创建具有原始队列人口统计特征的“合成”患者群体。通过这种新方法，他们可以识别患者的潜在模式并计算指标(例如，患者的生存取决于他或她的变量值)。在第二项研究中，ModGraProDep 揭示了自己是一种新技术，它可以以概率的方式在尚未收集信息的变量中分配值。

科学团队设计了一个在肿瘤学领域引起临床极大兴趣的 Web 应用程序，可以预测每位患者最长 20 年的存活率和癌症死亡风险以及其他原因的指标。