Прогнозирование удовлетворительности эстетическим результатом после реконструкции при раке молочной железы с помощью машинного обучения: промежуточные результаты

Аннотация:

Введение. Несмотря на перспективность применения искусственного интеллекта (ИИ) в прогнозировании удовлетворительности эстетическим результатом после реконструкции при раке молочной железы, в отечественной литературе отсутствуют работы по изучению достоверности данной гипотезы. Имеющиеся перспективы ИИ основаны на малочисленных зарубежных публикациях. Цель. Разработать модель предсказания эстетической удовлетворенности пациенток после реконструкции молочной железы по клинико-анамнестическим данным на основе машинного обучения. Материалы и методы. Ретроспективно в период с 2015 по 2024 гг. на базе СПб ГБУЗ «Городской клинический онкологический диспансер» была собрана информация в отношении 333 пациенток, которые ранее прошли комплексное лечение по поводу рака молочной железы и получили в процессе терапии одномоментную или отсроченную реконструкцию молочной железы. B качестве прогностических параметров использовались количественные и качественные клинико-анамнестические данные. Проводилось сравнение пяти различных алгоритмов машинного обучения: метод опорных векторов (Support Vector Machine, SVM), метод k-ближайших соседей (K-Nearest Neighbors, KNN), логистическая регрессия (Logistic Regression, LR), XGBoost, дерево решений (Decision Trees, DT). Результаты. Логистическая регрессия продемонстрировала наилучшие показатели по всем ключевым метрикам, включая чувствительность (0,84) и точность (0,73). Наиболее прогностически значимым оказался фактор итогового веса перед операцией среди перенесших неоадъювантную химиотерапию и/или лучевую терапию пациенток, что подтверждает положительный эффект данного показателя. Противоположные результаты получены для начального веса, что указывает на изначально негативное влияние избыточного веса на удовлетворенность пациенток после реконструкции. Важным критерием также является стаж хирурга, коморбидность, наличие послеоперационной лучевой терапии в анамнезе и стадия заболевания до операции. Итоговое значение ROC-AUC составило 0,7, что является приемлемым для разрабатываемых диагностических систем на промежуточном этапе разработки. Выводы. Полученные метрики точности системы второго мнения для прогнозирования удовлетворительности эстетическим результатом после реконструкции при раке молочной железы являются многообещающими, учитывая очевидность имеющихся ограничений и способов их нивелирования с целью возможности включения иных показателей в прогностическую модель и воспроизводимости метрик точности при внешнем тестировании.

Авторы:

Издание: Вопросы онкологии
Год издания: 2025
Объем: 7с.
Дополнительная информация: 2025.-N 3.-С.516-522. Библ. 16 назв.
Просмотров: 1