为了探索利用机器学习技术预测IV期结直肠癌术后的复发风险的可行性，郑州大学第一附属医院麻醉与围术期医学部杨建军团队采用了4种机器学习算法（logistic regression, decision tree, GradientBoosting 和 lightGBM），把数据集随机按8比2的比例分成一个训练组和一个测试组。该团队纳入了999 例IV期结肠直肠癌患者进入研究。在训练组中，GradientBoosting的 AUC 值最高，为 0.881；Logistic 的 AUC 值最低，为 0.734；GradientBoosting 的F1分数最高（0.912）。而在测试组中， Logistic的 AUC 值最低（0.692）；GradientBoosting算法的AUC值为0.734，这个模型依然可以预测癌症的复发；但是，gbm算法模型具有最高的 AUC 值 （0.761）和F1分数 （0.974）。GradientBoosting 和 gbm算法的性能优于其他两种算法。GradientBoosting算法的权重分析表明，化疗、年龄、LogCEA, CEA和麻醉时间可能是肿瘤复发的前5个相关因素。这四种机器学习算法均可以预测手IV期结直肠癌患者术后的复发风险。其中，GradientBoosting和gbm表现最好。此外，GradientBoosting算法的权重分析表明，影响术后肿瘤复发的前五个相关变量为化疗、年龄、LogCEA, CEA和麻醉时间。
