Rak prostate je kompleksna bolezen, in natančno odkrivanje lokalnega ponovnega pojava po radikalni prostatektomiji lahko predstavlja izziv za zdravstvene strokovnjake. Nedavni napredki v modelih strojnega učenja kažejo na obetavne izboljšave pri napovedih in usmerjanju odločitev o zdravljenju.
Raziskovalni članek, objavljen v reviji Oncology avtorja Hu in sodelavcev preučuje praktično klinično vlogo modelov strojnega učenja pri napovedovanju lokalnega ponovnega pojava raka prostate po radikalni prostatektomiji. Študija je ciljala na primerjavo učinkovitosti treh različnih algoritmov s Prostate Imaging for Recurrence Reporting (PI-RR) rezultati, ki so jih zagotovili izkušeni radiologi.
Študija je vključevala retrospektivno analizo 176 pacientov, ki so bili naključno razdeljeni v skupini za usposabljanje in testiranje. Izkušeni radiologi so ocenili PI-RR rezultate na podlagi postoperativnih mpMRI slik in drugih ustrezni podatkov. Poleg tega so raziskovalci razvili radiomične modele s pomočjo algoritmov strojnega vektorja podpore (SVM), linearne diskriminantne analize (LDA) in logistične regresije z najmanjšo absolutno krčenje in izborom operatorja (LR-LASSO) za napoved lokalnih ponovitev.
Posebej je radiomični model na osnovi LR-LASSO pokazal vrhunsko uspešnost, presegajoč samo PI-RR ocene. Na testni skupini je dosegel impresivno področje pod krivuljo (AUC) v vrednosti 0,858. Poleg tega so raziskovalci razvili kombiniran model, ki integrira radiomične značilnosti s PI-RR oceno, kar je privedlo do najboljše napovedne uspešnosti z AUC vrednostjo 0,924. Ta kombiniran model je pokazal še večjo natančnost pri napovedovanju lokalnega ponovitve raka prostate.
Ti rezultati poudarjajo potencial radiomičnih modelov pri učinkovitem napovedovanju lokalnega ponovnega pojava raka prostate po radikalni prostatektomiji. Z integracijo radiomičnih značilnosti s PI-RR oceno lahko zdravstveni strokovnjaki izboljšajo svojo napovedno natančnost in sprejmejo bolj informirane odločitve o zdravljenju. Ta raziskava ima pomembne posledice za izboljšanje izidov pacientov in krepitev celotnega upravljanja raka prostate.
The source of the article is from the blog crasel.tk