Машинное обучение и прогнозирование исходов нейрохирургических вмешательств: систематический обзор

Цель: Точная оценка исходов хирургического лечения необходима для оптимизации принятия решений о проведении операций. Важной составляющей такого решения является выявление до вмешательства группы пациентов, которым операция принесёт пользу. Машинное обучение позволяет компьютерам обучаться на ранее полученных данных и делать точные прогнозы для новых данных. В этом систематическом обзоре оценивается потенциал машинного обучения для прогнозирования исходов в нейрохирургии.

Методы: Проведён систематический поиск в базах данных PubMed и Embase для выявления всех потенциально релевантных исследований, опубликованных до 1 января 2017 года.

Результаты: Выявлено 30 исследований, в которых оценивались алгоритмы машинного обучения, использовавшиеся в качестве прогностических моделей для прогнозирования выживаемости, рецидивов, уменьшения выраженности симптомов и нежелательных явлений у пациентов, перенёсших операции по поводу эпилепсии, опухолей головного мозга, поражений позвоночника, цереброваскулярных заболеваний, двигательных расстройств, черепно-мозговой травмы и гидроцефалии. В зависимости от конкретной прогностической задачи и типа включённых признаков медианная точность моделей машинного обучения при прогнозировании исходов после нейрохирургических вмешательств составляла 94,5%, а медианная площадь под ROC-кривой — 0,83. По сравнению с логистической регрессией модели машинного обучения демонстрировали статистически значимо лучшие результаты: медианное абсолютное улучшение точности составляло 15%, а площади под ROC-кривой — 0,06. В некоторых исследованиях модели машинного обучения также превосходили общепринятые прогностические индексы и практикующих врачей.

Выводы: В условиях научных исследований машинное обучение широко применялось и демонстрировало высокую эффективность прогнозирования исходов при широком спектре нейрохирургических заболеваний. Однако в будущих исследованиях необходимо определить, как внедрить машинное обучение в качестве практического инструмента поддержки нейрохирургической помощи.