Machine Learning Applications in Traumatic Brain Injury: A Spotlight on Mild TBI

要約

外傷性脳損傷（TBI）は、世界的な公衆衛生上の重大な課題を引き起こしており、高い罹患率と死亡率をもたらし、世界中の医療システムに多大な経済的負担を与えています。
外傷性脳損傷の診断は、コンピュータ断層撮影 (CT) スキャンとともに臨床情報に依存します。
外傷性脳損傷によってもたらされる多面的な課題に対処するために、この複雑な症状に対する革新的なデータ主導型のアプローチが開発されてきました。
特に注目すべきは軽度外傷性脳損傷（mTBI）の有病率であり、これが外傷性脳損傷症例の大部分を占めており、従来の方法では不十分な場合が多い。
そのため、特に mTBI に焦点を当てて、TBI の臨床情報と CT スキャンに適用される最先端の機械学習 (ML) 技術をレビューします。
私たちは ML アプリケーションをデータ ソースに基づいて分類しており、これまでにさまざまな ML テクニックが使用されています。
これらの技術のほとんどは主に診断に焦点を当てており、予後を予測する試みは比較的少ないです。
このレビューは、データ駆動型のアプローチと標準的な診断データを使用して外傷性脳損傷の診断を改善することを目的とした将来の研究研究のインスピレーションの源として役立つ可能性があります。

要約(オリジナル)

Traumatic Brain Injury (TBI) poses a significant global public health challenge, contributing to high morbidity and mortality rates and placing a substantial economic burden on healthcare systems worldwide. The diagnosis of TBI relies on clinical information along with Computed Tomography (CT) scans. Addressing the multifaceted challenges posed by TBI has seen the development of innovative, data-driven approaches, for this complex condition. Particularly noteworthy is the prevalence of mild TBI (mTBI), which constitutes the majority of TBI cases where conventional methods often fall short. As such, we review the state-of-the-art Machine Learning (ML) techniques applied to clinical information and CT scans in TBI, with a particular focus on mTBI. We categorize ML applications based on their data sources, and there is a spectrum of ML techniques used to date. Most of these techniques have primarily focused on diagnosis, with relatively few attempts at predicting the prognosis. This review may serve as a source of inspiration for future research studies aimed at improving the diagnosis of TBI using data-driven approaches and standard diagnostic data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google