암 연구에서 바이오마커 식별을 위한 기계 학습 - 임상 적용을 향한 발전

환자 종양 샘플의 체계적으로 수집된 분자 프로파일과 임상 메타데이터에서 식별된 패턴은 유사한 분자 아형을 가진 암 환자에 대한 효과적인 관리를 위한 개인화된 치료를 지원할 수 있습니다. 복잡한 패턴을 식별하고 공공 영역에서 발생하는 다양한 암 연구 결과를 기반으로 분류에 도움이 되는 암 진단, 예후 및 치료를 위한 컴퓨터 알고리즘 개발에 대한 미충족 수요가 있습니다. 인공지능의 한 분야인 기계 학습은 최근 문헌 조사에서 나타난 바와 같이 암 데이터셋에서 패턴 인식에 큰 잠재력을 가지고 있습니다. 본 리뷰에서는 암 연구에서 기계 학습 응용의 현재 상태에 초점을 맞추고, 트렌드를 강조하며, 임상에서의 구현에 대한 주요 성과, 장애물 및 도전 과제를 분석합니다.