终检评审通过 创新训练 520计算机科学技术 医疗健康市级

乳腺癌的发病率随着年龄的增长而提高。年龄大于 65 岁的患者占所有乳腺癌患者的 35%；在我国乳腺癌的第 2 发病高峰位于 70-74 岁，老年乳腺癌患者是一个数量非常庞大的群体。老年乳腺癌有其独特性：患者异质性强，多数患者伴有老年性基础疾病，如高血压、糖尿病、冠心病等。随着年龄的增长，许多患者死于老年性伴随疾病，而非乳腺癌。乳腺癌术后出现并发症的老年乳腺癌患者较未出现并发症的患者总体生存率低。老年乳腺癌患者需要根据其面临的不同死亡风险、乳腺癌复发风险，采取不同的治疗模式从而延长老年患者的生存时间，提高生存质量。但目前老年乳腺癌的治疗仅是应用年轻乳腺癌患者的治疗方案，常规治疗方案无法满足对老年乳腺癌患者的临床诊治需要。应用前期建立的老年乳腺癌患者队列，我们已经发现：70 岁以上临床腋窝阴性的老年乳腺癌患者，降阶梯治疗不影响患者的无病生存及总生存。因此对不同预后的老年乳腺癌患者应采取相宜的治疗方案，不应该一刀切。 基于机器学习方法将乳腺癌患者分为不同风险等级，将患者相关临床特征输入模型以预测患者5年生存率作为医生的安排后续治疗方案的参考，这对于乳腺癌患者康复以及癌症预测有着重要的意义。包括人工神经网络（ANN）、贝叶斯网络（BN）、支持向量机（SVM）和决策树（DT）在内的机器学习算法已被广泛应用于乳腺癌预后研究中，用于开发预测模型。本项目希望通过对比各个模型并做出优化，建立起准确度更高实用性更强的模型并开发出符合医生使用习惯的风险预测软件，为医院乳腺癌诊疗提供实用价值。