Maschinelles Lernen zur Unterstützung der klinische Entscheidungsfindung in der Viszeralchirurgie - Ein systematischer Review

Einleitung Zwecks Indikationsstellung müssen Risiken und Nutzen einer Operation gegeneinander abgewogen werden. Entscheidungen basieren häufig auf klinischen Erfahrungswerten, da die für Leitlinien verfügbare Evidenz oft gering ist. Diverse Fachbereiche der Medizin profitieren bereits von machine learning (ML) Anwendungen und erste Arbeiten suggerieren vielversprechende Möglichkeiten in der Viszeralchirurgie.

Ziele Die aktuelle und zukünftige Rolle von ML in der klinischen Entscheidungsfindung soll anhand der Viszeralchirurgie systematisch dargestellt werden.Methodik Ein systematischer Review der Literatur erfolgte nach den Vorgaben des PRISMA-Statements. Die Literatursuche erfolgte in der Pubmed-Datenbank, wobei Artikel von 1990 bis 2020 berücksichtigt wurden, welche in englischer Sprache in peer-review Zeitschriften erschienen. Lediglich Studien, welche den Einfluss von ML auf die viszeralchirurgische Entscheidungsfindung untersuchten, wurden abschließend manuell analysiert.

Ergebnis Von initial 4396 gefundenen Studien erfüllten 47 die stringenten Kriterien, hierbei lag die durchschnittliche Patientenzahl bei 55843. Insgesamt wurden 8 eigenständige ML-Techniken evaluiert und AUROC diente bei den meisten Artikeln als Kriterium um ML mit konventioneller Entscheidungsfindung zu vergleichen. Die Mehrheit der Autoren (68,1 %) befand ML als überlegen, um Risiken oder Nutzen einer Operation vorherzusagen. Insgesamt wurde vor allem die Identifikation von relevanten Parametern und ihres Einflusses auf die Vorhersage als Stärke von ML betont. Hierdurch erschien meistens eine präzisiere Diagnose bzw. Prognose möglich.

Schlussfolgerung Die Ergebnisse lassen den großen Nutzen von ML in der chirurgischen Entscheidungsfindung möglich erscheinen. Allerdings repräsentiert die noch geringe Anzahl an Arbeiten mit nur wenigen Kollaborationen zwischen Chirurgen und Experten der Datenanalyse das frühe Stadium der Forschung. Interdisziplinäre Ansätze, um existierende Datensätze mit modernen Techniken der Datenverarbeitung zu kombinieren, sind der Schlüssel zur verbesserten, personalisierten Medizin in der Viszeralchirurgie.

Publication History

Article published online:
07 September 2021