Algorytmy uczenia maszynowego TPF

Ogólnym celem jest przyjęcie techniki uczenia maszynowego, aby zdecydować, czy leczenie operacyjne czy nieoperacyjne przyniesie najlepsze wyniki dla pacjenta.

Głównym celem jest zidentyfikowanie najbardziej odpowiedniego algorytmu uczenia maszynowego, aby przewidzieć najlepsze leczenie dla przyszłych pacjentów. O tym, czy leczenie zachowawcze czy operacyjne doprowadzi do najlepszego wyniku dla pacjenta, zadecyduje przewidywany wynik KOOS. Kilka czynników wejściowych, takich jak leczenie (zachowawcze lub operacyjne), liczba fragmentów złamania, lokalizacja złamania, zajęcie tkanek miękkich… dla każdego pacjenta zostanie wykorzystanych jako dane szkoleniowe dla algorytmu. Niektóre z tych danych wejściowych będą pochodzić z tomografii komputerowej. Dlatego skany tomografii komputerowej zostaną podzielone na segmenty w Mimics, na które UZ Leuven niedawno zakupił licencje. Zmienną wyjściową danych treningowych będzie wynik KOOS każdego pacjenta. W oparciu o zmienną wejściową i wyjściową algorytm określi zależność między nimi. Dla przyszłych pacjentów, których zmienna wejściowa jest znana, zmienna wyjściowa (=wynik KOOS) będzie przewidywana zarówno w przypadku leczenia operacyjnego, jak i zachowawczego. Stawiamy hipotezę, że prognoza zostanie poprawiona poprzez dodanie większej ilości danych wejściowych w miarę upływu czasu.

Celem drugorzędnym jest identyfikacja czynników klinicznych i radiologicznych, które pomogą przewidzieć najlepsze leczenie dla przyszłych pacjentów.

Perspektywy przewidują, że technika uczenia maszynowego może zostać w przyszłości wdrożona w praktyce klinicznej i wykorzystana jako narzędzie planowania dostosowane do pacjenta w leczeniu złamań kości piszczelowej, pomagając chirurgowi w wyborze najlepszego leczenia w danym przypadku. Dane zebrane w tym rejestrze zostaną użyte do sprawdzenia poprawności modelu uczenia maszynowego. Pacjenci nie będą jeszcze leczeni na podstawie wyników opracowanego modelu, chirurg urazowy jest odpowiedzialny za podjęcie decyzji, która opcja leczenia jest najlepsza dla pacjenta.