前立腺がんの分類のためのマルチモダルディープラーニングと機械学習融合技術の体系的なレビュー
medRxiv : the preprint server for health sciences
|August 20, 2025
まとめ
多様性深層学習と機械学習の融合により 前立腺がんの分類の正確性が著しく向上します このアプローチは多様なデータを統合し,より良い診断のために従来の方法と単一のデータ技術を上回ります.
科学分野:
- 腫瘍学
- 人工知能
- 医療用イメージング
背景:
- 前立腺がんは 世界的に男性の癌死亡の主な原因です
- 現在の診断方法 (PSA検査,DRE,mpMRI) は,正確さと一貫性において制限があります.
- マルチモダルのデータ融合は 前立腺がんの分類を 改善する有望な手段です
研究 の 目的:
- 前立腺がんの分類のための最先端のディープラーニング (DL) と機械学習 (ML) 融合技術を検討する.
- これらの融合方法の実施,性能,課題,および臨床適用性を分析する.
- AIによる前立腺がん診断の最近の進歩について概要を述べます
主な方法:
- PRISMAのガイドラインに従って体系的なレビューを行う.
- 2021年から2025年の間に発表された研究27件を,最初の131件から特定し,分析した.
- 入力技術,DLアーキテクチャ,パフォーマンスメトリック,検証戦略に関するデータの抽出.
主要な成果:
- 初期の融合はコンボリューションニューラルネットワークで 主要な統合技術であった.
- 臨床データとイメージングデータは,最も頻繁に利用された方法でした.
- 多様性DL/ML融合は,前立腺がんの分類において,単様性アプローチと比較して優れた性能を示した.
結論:
- 多様性DLとML融合は前立腺がんの分類における重要な進歩です.
- これらの統合されたアプローチは,従来の診断方法の限界を克服する可能性を示しています.
- 前立腺がんの診断において,さらなる研究と検証が不可欠である.
