Машинное обучение в эндокринологии: современные области применения и перспективы
Machine learning in endocrinology: current applications and future perspectives
Аннотация
Цель: В последние годы машинное обучение всё чаще применяют в эндокринологических исследованиях. Оно позволяет анализировать большие массивы данных и выявлять закономерности, которые трудно обнаружить другими методами. Это может способствовать улучшению результатов медицинской помощи и углублению понимания сложных механизмов эндокринных заболеваний. В обзоре изложены основные принципы машинного обучения и выделены направления эндокринологии, в которых его применение наиболее перспективно.
Методы: Нарративный обзор с систематическим поиском литературы включал исследования эндокринных заболеваний, в которых методы машинного обучения применялись для статистического анализа; публикации вышли с января 2000 года по декабрь 2024 года.
Результаты: Проанализировано 1130 исследований. Чаще всего изучали заболевания щитовидной железы, далее — гипофиза, надпочечников и околощитовидных желёз. Машинное обучение применяли для анализа медицинских изображений, классификации опухолей, прогнозирования ответа на лечение, оценки риска осложнений и выявления молекулярных маркеров.
Выводы: Машинное обучение может улучшить диагностику и лечение эндокринных заболеваний, а также расширить понимание их механизмов. Однако его применение по-прежнему ограничивают непрозрачность моделей, дисбаланс данных и сложности внедрения в клиническую практику. Для безопасного и эффективного использования машинного обучения в эндокринологии необходимы дальнейшая валидация, междисциплинарное сотрудничество и стандартизированные подходы.
Переведем эту статью за 1 час
Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.
Попробовать бесплатно →Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.