修改密码
申请投审稿用户
申请投审稿用户需要填写邮箱和上传个人简历

机器学习在神经外科应用的全球性调查

2021-01-22 高谋 邱天明 花玮

0

机器学习具有预测分析的潜能,可以整合患者所有复杂的数据,也可从影像学、组织学以及基因组学等挖掘深层次的特征。

瑞士苏黎世大学医院临床神经科学中心神经外科的Victor E. Staartjes等进行一项有关神经外科医师使用ML的全球性调查,评估在神经外科临床、科研中使用ML的相关因素,文章发表在2020年8月的《Acta Neurochir》在线。


——摘自文章章节


【Ref: Staartjes VE, et al. Acta Neurochir (Wien). 2020 Dec;162(12):3081-3091. doi: 10.1007/s00701-020-04532-1. Epub 2020 Aug 18.】


研究背景



机器学习(ML)具有预测分析的潜能,可以整合患者所有复杂的数据,也可从影像学、组织学以及基因组学等挖掘深层次的特征。目前,越来越多神经外科医师用复杂的ML模型代替传统的统计模型,以提高预测能力,如术后满意度和早期并发症等。瑞士苏黎世大学医院临床神经科学中心神经外科的Victor E. Staartjes等进行一项有关神经外科医师使用ML的全球性调查,评估在神经外科临床、科研中使用ML的相关因素,文章发表在2020年8月的《Acta Neurochir》在线。


研究方法



作者在2019年2月和3月通过向欧洲神经外科学会(EANS)和神经外科医师协会(CNS)的7280位成员发送含9-10个问题的线上调查问卷。收到362份回复。受访对象年龄在30-40岁(32.6%),男性占89.2%,大多数从事脊柱脊髓手术(36.2%)。其中103位(28.5%)神经外科医生在临床中使用ML;科研中ML的使用率占31.1%。全球ML的使用率分布相对均匀(p=0.125);主要在欧洲和北美,欧洲占30.9%,北美占25.6%,拉美和中东为33.3%,亚太为44.4%,非洲为100%(图1)。ML最常用于预测预后(60.2%)和并发症(51.5%),或解释或量化医学影像(50.5%)。此外,ML可以在患者知情(38.8%),疾病严重程度(37.9%)和诊断(19.4%)方面发挥优势作用。
 

图1. 回复问卷的临床使用ML的362名神经外科医生在世界各地的分布。


研究结果



多元logistic回归分析显示,ML在全球的使用情况已较广泛而且分布均匀。ML应用于神经肿瘤(OR=2.76;95% CI,1.28-6.05;p=0.010)、功能(OR=2.79;95% CI,1.03-7.47;p=0.040)、外伤(OR=3.8;95% CI ,1.44-10.02;p=0.007)和癫痫(OR=3.8;95% CI,1.14-12.9;p=0.030)等相关研究。神经外科医生在临床上使用ML,最常见于术前手术决策或治疗方案制定(3.27±0.86)、客观评估诊断/分级/风险(3.22±0.84)、预测并发症(3.13±0.92)和改善治疗决策/患者信息(3.07±0.9)等。ML使用面临的困境主要是缺乏开发ML模型的资源,包括人员和设备(3.11±0.98),时间限制(2.85±0.96)、缺少观测指标(2.84±1)以及缺乏开发ML模型的数据(2.67±0.99)等。


结论



该研究分析ML在全球神经外科使用的概况,ML可以更好解释影像学资料,预测预后和并发症,提高患者生活质量和手术满意度,改善诊断和手术决策。受访的神经外科医生中有相当一部分已具备丰富的使用ML的临床经验。作者拟后续研究阐明ML在神经外科手术中的作用和价值。


声明:脑医汇旗下神外资讯、神介资讯、脑医咨询所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。未经许可,禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用,亦须注明来源。欢迎转发、分享。