机器学习可以帮助系统性硬化症的诊断和管理吗? 一个范围审查审查
Eric P McMullen1, Rajan S Grewal1, Kyle Storm2
1Michael G. DeGroote School of Medicine, McMaster University, Hamilton, ON, Canada.
Journal of scleroderma and related disorders
|November 4, 2024
概括
机器学习在诊断和治疗系统性硬化症方面显示出前景. 需要进一步的前性研究来确认其在患者管理和治疗开发中的临床实用性.
科学领域:
- 医疗信息学 医疗信息学
- 人工智能在医学中的应用
- 类风湿病学 类风湿病学
背景情况:
- 系统性硬化症是一种复杂的自身免疫性疾病,需要先进的诊断和治疗策略.
- 机器学习 (ML) 提供了改善系统性硬化症患者治疗结果的潜力.
- 目前还没有全面的ML应用在这个领域的概述.
研究的目的:
- 对现有的关于机器学习在全身性硬化症中的应用文献进行范围审查.
- 总结ML对系统性硬化症的诊断,管理和治疗的影响.
- 确定系统性硬化症中ML的研究缺口和未来方向.
主要方法:
- 搜索了Embase,科学网,PubMed,IEEE Xplore和ACM数字图书馆从创立到2024年3月3日的时间.
- 遵循系统性审查的首选报告项目和范围审查的元分析扩展 (PRISMA-ScR) 准则.
- 包括11个回顾性研究,重点关注系统性硬化症诊断和治疗的ML模型.
主要成果:
- 三项研究专注于用于诊断的ML,九项研究专注于治疗或预测治疗反应.
- 使用ML模型进行监督,无监督或两种培训方法的组合.
- 数据包括来自不同国际队列 (美国,比利时,日本,中国) 的817名患者.
结论:
- 机器学习建模表明了早期诊断和改善系统性硬化症管理的潜力.
- ML可能有助于治疗决策和开发新疗法.
- 建议进行前性研究,以验证ML在全身性硬化症患者的临床实践中的实用性.
