Многоцентровое исследование с последующей оценкой по разработке классификационной системы для дифференциации муцинозного кистозного новообразования печени и доброкачественной кисты печени с использованием машинного обучения

Обоснование и цель: На сегодняшний день не разработана клинически пригодная классификационная система, позволяющая надёжно дифференцировать муцинозное кистозное новообразование печени (MCN) и доброкачественную кисту печени (BHC). Целью исследования было с использованием машинного обучения и многоцентрового дизайна разработать новую классификационную систему и оценить её эффективность в прогнозировании того, является ли кистозное образование печени MCN или BHC.

Материалы и методы: В многоцентровом когортном исследовании были изучены 154 хирургически удалённых кистозных образования печени у 154 пациентов; при патоморфологическом исследовании 43 образования были классифицированы как MCN, а 111 — как BHC. В каждом учреждении специалисты оценивали семь заранее определённых признаков по данным визуализации, ранее опубликованных как потенциально значимые для дифференциации этих образований. С помощью машинного обучения оценивали вклад каждого признака в дифференциацию MCN и BHC и разрабатывали оптимальную классификационную систему.

Результаты: Несмотря на статистическую значимость нескольких оценивавшихся признаков по данным визуализации, машинное обучение показало, что в потенциальную классификационную систему вносят значимый вклад только три признака: 1) солидный узелок с контрастным усилением; 2) происхождение всех перегородок от наружной макролобуляции; 3) наличие одиночного образования или одного из нескольких кистозных образований печени. Оптимальная классификационная система включала всего четыре категории и правильно классифицировала 144 из 154 образований (93,5%).

Выводы: В этом многоцентровом исследовании с использованием машинного обучения была разработана высокоточная классификационная система для дифференциации MCN и BHC, которую можно непосредственно применять в клинической практике.