유방암 위험 추정에서 로지스틱 회귀와 인공 신경망 모델 비교

의료 진단에서 컴퓨터 모델이 개발되고 있으며, 이는 의사가 건강한 환자와 질병이 있는 환자를 구별하는 데 도움을 줍니다. 이러한 모델은 알려진 환자 특성과 임상 검사 결과를 기반으로 질병 가능성을 계산할 수 있게 하여 성공적인 의사 결정을 지원할 수 있습니다. 임상 위험 추정에서 가장 자주 사용되는 두 가지 컴퓨터 모델은 로지스틱 회귀와 인공 신경망입니다. 이 두 모델을 검토하고 비교하며 각 모델의 장단점을 설명하고 모델 선택 기준을 제공하기 위한 연구가 수행되었습니다. 두 모델은 유방암 위험 추정을 위해 유방 촬영 기술 및 인구 통계학적 위험 요소를 기반으로 사용되었습니다. 비슷한 성능을 보였지만, 두 모델은 고려해야 할 고유한 특성과 강점 및 제한점을 가지고 있으며, 개선된 임상 의사 결정에 기여하는 보완적인 역할을 할 수 있습니다.