骨や軟組織腫瘍における放射線学,人工知能,分子シグネチャの統合:診断と予後における進歩

科学分野:

• 腫瘍学
• 医療用イメージング
• バイオ情報学

背景:

• 骨および軟組織腫瘍 (BSTT) は診断と予後に関する課題をもたらします.
• ラジオミクスや人工知能 (AI) のような高度な計算技術は 潜在的な解決策を提供します
• 臨床結果の改善には,さまざまなデータの統合が不可欠です.

研究 の 目的:

• BSTTの診断と予後のための放射線学,AI,および分子シグネチャの統合を体系的に検討する.
• この分野における現在の応用,方法論,および限界を特定する.
• マルチモダル診断システムの将来の研究方向を概説する.

主な方法:

• PRISMA 2020のガイドラインに沿った体系的なレビューです.
• 主要な科学データベースの包括的な検索 (PubMed,Scopus,Web of Science,Google Scholar)
• BSTTにおける放射学,AI,分子データに焦点を当てた24の選択研究を分析した.

主要な成果:

• 主に機械学習の分類器を備えたMRIとCTを用いて,放射線学とAIのパイプラインが確立されています.
• 分子データの統合は最小限であり,ヒト病理学的相関を組み込んだ研究はほとんどありません.
• 主要な用途には,腫瘍の分類,化学療法反応の予測,転移の検出などがあり,検証されたモデルでは高いAUCを示しています.
• 標準化されたマルチオーム融合,外部検証,ディープラーニングモデルの説明性には大きなギャップがある.

結論:

• 現在の研究は主にBSTTのための放射線学-AIに焦点を当てており,分子データを統合する成功は限られている.
• 標準化された方法,外部検証,説明可能なAIが 画像と分子間のギャップを埋めるために 緊急に必要なのです
• マルチモダルの診断システムを開発するには,データ共有のためのコンセンサスプロトコルと高度なモデリング技術が必要です.