腦膜瘤是源自大腦和脊髓周圍膜的腫瘤。它們是最常見的原發(fā)性中樞神經(jīng)系統(tǒng)腫瘤，每100,000人口中發(fā)生率8.14。

盡管它們通常比其他腦瘤具有更好的結局，但侵略性存在很大差異。因此，在確定手術是否是患者的最佳選擇時，能夠預測惡性腫瘤并準確估計生存率至關重要。

在這項研究中，研究人員對來自超過62,000名腦膜瘤患者的數(shù)據(jù)訓練了機器學習算法。他們使用了美國國家癌癥研究所的監(jiān)視，流行病學和最終結果數(shù)據(jù)庫中的患者數(shù)據(jù)。他們的目標是在惡性腫瘤，生存率和一系列基本臨床變量(包括腫瘤大小，腫瘤位置和手術程序)之間找到統(tǒng)計學聯(lián)系。

盡管該研究表明該模型可以有效預測個別患者的預后，但研究人員強調需要使用包括腦成像和分子數(shù)據(jù)在內的更大數(shù)據(jù)集進行進一步完善。

他們還開發(fā)了一個開放源代碼的智能手機應用程序，使臨床醫(yī)生和其他研究人員可以交互式地探索本文所述的預測算法。他們希望使該應用程序完全免費和開源，可以幫助將來的項目將新開發(fā)的機器學習算法轉換為現(xiàn)實的臨床實踐。

麥吉爾大學蒙特利爾神經(jīng)病學研究所博士學位的第一作者杰里米·莫羅(Jeremy Moreau)說，該應用程序的想法是使普通臨床醫(yī)生可以使用預測模型。盡管要在臨床上使用前需要做更多的工作，但莫羅說，將其交給醫(yī)生可以使他們提出進一步發(fā)展所需要的建議。

Moreau說：“關于如何使用該應用程序探索不同的臨床因素如何影響惡性腫瘤和存活率，我們獲得了很好的反饋。”

“我們認為，它為促進機器學習模型的可翻譯性和透明度提供了一個獨特的切入點，由于需要時間和編程知識，普通臨床醫(yī)生常常無法評估這些切入點。”