肺がんの集学的治療のための臨床データ可視化分析ツールViMDT

科学分野:

• 腫瘍学
• 医療情報学
• データサイエンス

背景:

• 集学的治療（MDT）は、個別化されたがんの診断と治療計画に不可欠です。
• 現在のMDTの実践には、専門的な臨床データ視覚化ツールが欠けており、効率的な意思決定を妨げています。
• 大規模で複雑な患者データは、包括的な分析のために高度な方法を必要とします。

研究 の 目的:

• 集学的治療（MDT）のがん治療に特化した新しい臨床データ分析および可視化ツールの開発と評価。
• MDTの意思決定プロセスの効率と有効性の向上。
• 抗腫瘍薬の効果の個別化された予測を可能にすること。

主な方法:

• 非構造化臨床データのための潜在ディリクレ配分（LDA）を統合した可視化ツールの開発。
• 構造化臨床データ分析のためのZスコア-3σ変換および階層的戦略の採用。
• 患者データから抽出されたトピックキーワードを使用した抗腫瘍薬の効果予測方法の提案。

主要な成果:

• 可視化ツールは、ツールを使用しないユーザーと比較して、MDTの意思決定時間を26.17%削減しました。
• 薬物効果予測モデルは、958人の非小細胞肺がん患者のデータセットで71.08%の精度を達成しました。
• このツールは、複雑な臨床データを効果的に視覚化し、医師が集学的治療（MDT）タスクを遂行するのを支援します。

結論:

• 開発された臨床データ可視化ツールは、MDTの効率を向上させ、個別化されたがん治療戦略をサポートします。
• このツールは、腫瘍学における大規模臨床データの管理と解釈のための貴重なソリューションを提供します。
• 薬物効果の予測モデリングは、抗腫瘍療法選択の最適化に有望です。