乳がんの診断におけるラーマン光譜と機械学習

科学分野:

• 生物医学工学
• 医療診断
• コンピュータ生物学

背景:

• 乳がんは世界の女性における主要な癌であり,診断方法の改善が必要である.
• マンモグラフィーや生検のような 伝統的な診断は 侵襲的で 精度が欠けます
• 乳がんの早期発見は 乳がん患者のアウトカムを 大きく改善します

研究 の 目的:

• マシンラーニング (ML) とラーマン光譜 (RS) を組み合わせた乳がん診断の有効性を検討する.
• ML-RS技術の診断精度,感度,特異性を評価する.
• 乳がんの検出におけるRS-MLの課題と将来の方向性を特定する.

主な方法:

• PRISMAの方法論を用いた体系的な文献レビュー.
• 含有基準:感度/特異性 >80%の2017年から2024年の研究
• 生物サンプルからのRSデータに適用されたMLアルゴリズム (SVM,CNN,LDA) の分析.

主要な成果:

• 9つの研究は,高い診断性能を示し,含める基準を満たした.
• 組み合わせたRS-ML方法は,しばしば90%を超える感度と特異性を達成した.
• RS-MLは,様々な生物学的サンプル (組織,血清) とリアルタイムアプリケーションの分析に適応できます.

結論:

• 機械学習と組み合わせた ラマン光譜は 乳がんの診断に非常に正確で 非侵襲的なアプローチを提示します
• RS-MLテクニックは,手術中およびリアルタイムの癌評価に希望を示しています.
• 標準化されたフレームワーク,マルチセンターの検証,費用対効果の高い技術開発のためにさらなる研究が必要である.