This must be hidden

Корейские ученые разработали алгоритм машинного обучения для прогнозирования успеха ДУВЛ

07.04.2019
879
0

Специалисты из Университета Халлим предложили новый способ прогнозирования успеха дистанционной ударно-волновой литотрипсии. Алгоритм, основанный на методах машинного обучения, оценивает эффективность предстоящего лечения по 15 критериям. Точность прогнозов «искусственного интеллекта» в проведенным исследовании превысила 92%.

Главными преимуществами дистанционной ударно-волновой литотрипсии (ДУВЛ) являются неинвазивный характер и низкая частота осложнений. Однако этот метод не всегда дает положительный результат. Чтобы не подвергать пациентов излишним манипуляциям, важно научиться максимально точно оценивать, насколько успешным может быть применение у них ДУВЛ.

Ранее для прогнозирования исходов процедуры специалисты уже предлагали различные статистические модели, основанные на данных когортных исследований. Недостатком таких моделей является то, что они не учитывают прогностические факторы с уровнем значимости ниже определенного значения (обычно — ниже 5%). При том, что эти факторы могут быть важны в определении эффективности ДУВЛ. Кроме того, в статистических моделях часто используются бинарные переменные, что затрудняет их внедрение в рутинную клиническую практику.

Алгоритмы машинного обучения недавно начали применяться в медицине. В широком смысле машинное обучение — это совокупность методов, которые позволяют компьютерной системе анализировать большие объемы данных, выявлять в них закономерности и на их основе разрабатывать прогностические модели. Главное достоинство машинного обучения — в способности проводить анализ по большому числу переменных.

В Университете Халлим имеется база данных, в которой хранится информация обо всех процедурах ДУВЛ, проводившихся в университетской больнице за последние 5 лет. Корейские специалисты использовали эту базу, чтобы разработать алгоритм машинного обучения для прогнозирования успеха лечения после первого сеанса ДУВЛ.

Всего в исследование были отобраны данные 791 пациента (622 мужчин и 169 женщин). Средний возраст больных составил 42,3±11,3 года, средняя длина камней — 5,9 ± 2,3 мм, средний объем — 89,3 ± 140,0 мм3. Успех лечения после однократной ДУВЛ определялся как «состояние, свободное от камней» или сохранение фрагментов камней длиной не более 2 мм. Результаты оценивались спустя 2 недели после процедуры с помощью КТ или рентгенографии. Общий показатель успеха составил 64,4% (509 случаев).

Для прогнозирования исходов лечения авторы разработали несколько алгоритмов машинного обучения, в основу которых заложили анализ различных комбинаций прогностических факторов. В большинстве моделей главными критериями эффективности ДУВЛ были выбраны объем, длина камней и рентгеновская плотность (в единицах Хаунсфилда, HU). Наибольшую точность в прогнозировании результатов продемонстрировал алгоритм с 15 переменными (возраст, пол пациента, расположение камня, его длина, ширина, объем, плотность, расстояние от кожи до камня, уровень креатинина, удельный вес мочи и др.). Точность метода составила 92,29%, чувствительность — 95,87%.

Планируется, что в ближайшее время алгоритм появится на сайте университета.

Источник: J Urol. 2018 Dec;200(6):1371-1377. doi: 10.1016/j.juro.2018.06.077.

Еще материалы

Тематики и теги

Комментарии

Еще материалы
Новости SH PHARMA LTD