Применение машинного обучения к нейровизуализации для выявления и классификации глиом: систематический обзор, дополненный искусственным интеллектом

Глиома — самая частая первичная внутримозговая опухоль, а 5-летняя выживаемость при глиомах высокой степени злокачественности остается низкой. Магнитно-резонансная томография (МРТ) необходима для выявления, характеристики и мониторинга опухолей головного мозга, однако окончательный диагноз по-прежнему устанавливают на основании хирургической патоморфологии. В исследованиях глиом машинное обучение применяли к анализу данных МРТ; это может изменить клиническую практику и улучшить исходы лечения. В настоящем систематическом обзоре обобщено и проанализировано текущее состояние применения машинного обучения к данным МРТ при глиомах, а также изучено использование машинного обучения для автоматизации систематического обзора. Из 153 исследований, соответствовавших критериям включения, извлечены и проанализированы различные данные. Анализ на основе обработки естественного языка включал извлечение ключевых слов, тематическое моделирование и классификацию документов. Машинное обучение применяли для градации и диагностики опухолей, сегментации опухоли, неинвазивной идентификации геномных биомаркеров, выявления прогрессирования и прогнозирования выживаемости пациентов. Качество моделей в целом было высоким (AUC = 0,87 ± 0,09; чувствительность = 0,87 ± 0,10; специфичность = 0,86 ± 0,10; точность = 0,88 ± 0,11). Наилучшие результаты показали сверточные нейронные сети, метод опорных векторов и случайный лес. Классификаторы документов на основе глубокого обучения показали приемлемую эффективность (средняя AUC при 5-кратной перекрестной проверке = 0,71). Инструменты машинного обучения и наборы данных были систематизированы и обобщены для облегчения будущих исследований. Машинное обучение широко применяли для обработки данных МРТ в исследованиях глиом, и оно продемонстрировало значительную полезность. Инструменты обработки естественного языка и transfer learning позволили успешно разработать воспроизводимый метод автоматизации отбора статей для систематического обзора, что может сократить время от открытия до клинического применения в медицине.