Die macht der künstlichen Intelligenz (KI) in der Medizin liegt in seiner Fähigkeit, wichtige statistische Muster in großen Datenmengen. Eine kürzlich veröffentlichte Studie ist eine wichtige proof-of-concept, wie AI können ärzte und Gehirn-Tumor-Patienten eine bessere Behandlung Entscheidungen.
Meningeome—Tumoren, die sich aus den Membranen, die Sie umgeben das Gehirn und das Rückenmark sind die häufigsten primären zentralen Nervensystems Tumor mit einer Inzidenz von 8.14 pro 100.000 Einwohner. Während Sie haben in der Regel bessere Ergebnisse als andere Hirntumoren, es gibt eine große Variabilität in der Aggressivität. Vorhersagen zu können Malignität und einschätzen überleben ist deshalb unglaublich wichtig bei der Entscheidung, ob eine Operation ist die beste option für den Patienten.
In dieser Studie, die Forscher von Der Neuro (Montreal Neurological Institute-Krankenhaus) und das Montreal Children ‚ s Hospital der McGill University Health Centre ausgebildet machine-learning-algorithmen auf den Daten von mehr als 62.000 Patienten mit einer meningioma. Ihr Ziel war es, statistische Zusammenhänge zwischen Malignität, überleben, und eine Reihe von grundlegenden klinischen Variablen, einschließlich Tumor Größe, Tumor-Lage, und chirurgische Verfahren.
Während der Studie zeigte, dass die Modelle, die effektiv Vorhersagen, Ergebnisse bei einzelnen Patienten, die Forscher betonten die Notwendigkeit, für weitere Verbesserungen mit größeren Mengen mit bildgebenden und molekularen Daten.
Sie entwickelten auch ein open-source-smartphone-app zu ermöglichen, Kliniker und andere Forscher interaktiv erkunden Sie die prädiktive algorithmen in diesem Papier beschrieben. Sie hoffen, dass die app komplett kostenlos und open source könnte helfen, zukünftige Projekte zu übersetzen neu entwickelten machine-learning-algorithmen auf Reale klinische Praxis. Die app steht hier für die demonstration: http://www.meningioma.app
Jeremy Moreau, ein Ph. D. Kandidaten und die Studie der erste Autor, der sagt, die Idee der app war es, die prädiktive Modelle zugänglich für den durchschnittlichen Arzt. Während mehr Forschung ist notwendig, bevor es verwendet werden kann in der Klinik, Moreau sagt, dass es in die Hände der ärzte ermöglicht es Ihnen, Ratschläge zu geben, die benötigt werden für die weitere Entwicklung.
„Wir bekommen tolles feedback, wie die app verwendet werden kann, um zu erforschen, wie die verschiedenen klinischen Faktoren einen Einfluss auf Malignität und überleben“, sagt Moreau. „Wir glauben, es bietet einen eindeutigen Einstiegspunkt für die Förderung der übersetzbarkeit und Transparenz von machine-learning-Modelle, die allzu oft bleibt unmöglich für den durchschnittlichen Arzt zu bewerten, weil der Zeit-und Programmier-Kenntnisse dies erfordern würde.“