机器学习在脊椎瘤学:一个叙事审查
Seth B Wilson1, Jacob Ward1, Vikas Munjal1
1Department of Neurosurgery, The Ohio State University, Columbus, OH, USA.
Global spine journal
|June 11, 2024
概括
机器学习 (ML) 通过改善瘤检测,分类和治疗计划,帮助脊椎瘤学. 这种人工智能的进步提高了诊断准确度和脊柱癌症护理中的患者结果.
科学领域:
- 在瘤学瘤学.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 机器学习 (ML) 代表了人工智能 (AI) 的重大进步,对医学和外科手术产生了深远的影响.
- 在脊椎瘤学中,ML越来越多地用于分析医学成像和高精度分类瘤.
研究的目的:
- 这篇叙述性综述专门讨论了机器学习 (ML) 在脊椎瘤学领域的应用.
- 该审查旨在综合有关ML在诊断,预后和治疗脊髓瘤中的作用的当前知识.
主要方法:
- 在主要数据库 (PubMed,EMBASE,科学网,Scopus,Cochrane图书馆) 中使用PRISMA方法进行了系统的文献审查.
- 搜索术语包括"机器学习"或"人工智能"和"脊柱瘤学"或"脊柱癌症".
- 研究被按瘤类型 (原发性,转移性,内) 划分,并根据算法,样本大小和结果提取的数据进行分类.
主要成果:
- 在480个参考文献中,有45项研究符合纳入标准.
- 在脊椎瘤学中的ML研究主要使用临床和成像特征来预测风险分层,死亡率和脆弱性.
- ML在瘤检测,分化,细分以及预测存活率和再接收率方面表现出实用性.
结论:
- 专门的神经网络和深度学习算法在预测恶性瘤和帮助诊断方面表现出高效.
- ML算法可以使用成像和临床数据预测瘤复发或进展,优化治疗计划.
- 在脊椎瘤学中,ML有可能显著提高医疗保健的准确性,效率和患者的治疗结果.


