Editorial Ilmu Komputer & AI
Mengevaluasi Model Visi Komputer, Bahasa Besar, dan Asosiasi Seluruh Genom dalam Kohort Pasien Berukuran Terbatas untuk Stratifikasi Risiko Pra-Operasi pada Bedah Deformitas Tulang Belakang Dewasa
Masalah inti
Deformitas tulang belakang dewasa (ASD) mencakup kelompok kelainan tulang belakang yang heterogen yang menjadi relevan secara bedah ketika menyebabkan nyeri, deformitas progresif, atau penurunan fungsi. Karena bedah korektif ASD menuntut secara teknis dan populasi pasiennya heterogen, memprediksi komplikasi pasca-operasi dan kebutuhan akan bedah revisi sangat penting untuk perencanaan bedah maupun konseling pasien.
Pembelajaran mesin telah diterapkan pada masalah ini, tetapi, seperti yang dicatat oleh para penulis, jumlah kasus bedah ASD yang relatif kecil telah membatasi pekerjaan sebelumnya pada model tradisional — terutama regresi logistik dan jaringan saraf standar — yang dilatih pada variabel klinis kasar. Pendekatan semacam itu membuang banyak kekayaan informasi yang tersedia dalam rekam medis. Radiograf mengkodekan keselarasan dan geometri deformitas; catatan operatif dan klinis teks bebas mengkodekan penilaian klinisi dan nuansa komorbiditas; dan genomik germline dapat mengkodekan kerentanan bawaan terhadap risiko bedah.
Studi ini mengatasi kesenjangan tersebut dengan menerapkan tiga keluarga model canggih pada jenis data kompleks yang tidak dimanfaatkan oleh model risiko
Inovasi
**Model bahasa versus visi komputer.** LLM secara signifikan mengungguli CNN di seluruh kategori komplikasi yang dievaluasi oleh :
| Hasil | LLM () | CNN () |
|---|---|---|
| Komplikasi paru | 0.545 | 0.2881 |
| Komplikasi neurologis | 0.250 | 0.224 |
| Sepsis | 0.382 | 0.132 |
Margin terbesar adalah untuk sepsis (0.382 vs. 0.132) dan komplikasi paru (0.545 vs. 0.2881), sementara perbandingan neurologis sempit (0.250 vs. 0.224).
**Efek pra-pelatihan eksternal.** Pra-pelatihan CNN pada VinDr-SpineXR menghasilkan gambaran transfer yang beragam. Ini meningkatkan diskriminasi sepsis oleh AUC (0.638 vs. 0.534) tetapi mengurangi kinerja untuk prediksi komplikasi neurologis (AUC: 0.545 vs. 0.619). Arah transfer oleh karena itu tampak bergantung pada hasil daripada bermanfaat secara seragam.
**Karakteristik operasional LLM.** Untuk komplikasi neurologis, LLM menunjukkan spesifisitas tinggi 0.946 bersama dengan nilai prediksi positif 0.467. Dinyatakan dalam kuantitas matriks kebingungan,
spesifisitas tinggi menunjukkan bahwa model jarang menandai pasien yang tidak akan mengalami komplikasi neurol
Mengapa penting
Klaim analitik utama dari karya ini adalah bahwa arsitektur model saja tidak menentukan kinerja dalam stratifikasi risiko ASD — *modalitas data* lah yang menentukan. Catatan klinis teks bebas, yang memadatkan penilaian klinisi longitudinal, beban komorbiditas, status fungsional, dan penalaran yang didokumentasikan, membawa sinyal prediktif yang lebih besar untuk komplikasi paru, komplikasi neurologis, dan sepsis daripada radiograf saja. Ini konsisten dengan intuisi klinis bahwa banyak komplikasi pasca-operasi didorong oleh faktor fisiologis dan perioperatif yang tidak terlihat oleh pencitraan.
Hasil CNN yang telah dilatih sebelumnya memperkuat intuisi tersebut dengan menunjukkan bahwa pembelajaran transfer bukanlah keuntungan gratis. Meminjam representasi dari korpus tulang belakang eksternal 10.468 gambar mempertajam diskriminasi sepsis (AUC 0.638 vs. 0.534) tetapi menurunkan prediksi komplikasi neurologis (AUC 0.545 vs. 0.619). Pembacaan yang masuk akal adalah bahwa korpus eksternal menekankan patologi struktural kasar daripada fitur-fitur halus yang relevan dengan hasil yang bergantung pada komplikasi neurologis, sehingga pra-pelatihan menggeser representasi yang dipelajari menuju target yang berbeda dari yang diprediksi.
Bagian genomik membahas pertanyaan yang berbeda: bukan siapa yang akan mengalami dekompensasi setelah operasi, tetapi siapa yang secara konstitusional berisiko lebih tinggi untuk membutuhkan operasi sejak awal. Dengan 540 pasien ASD bedah dibandingkan dengan 7.355 pasien ASD non-bedah, GWAS menghasilkan 21 SNP pada dan rasio odds rata-rata 3.17. Temuan LDB2 (OR 8.06), yang terkait dengan diferensiasi ektoderm, secara biologis menarik mengingat kontribusi ektodermal terhadap perkembangan saraf dan kerangka, tetapi harus dibaca sebagai sinyal penghasil hipotesis daripada prediktor yang divalidasi. Penggunaan ambang batas penemuan daripada ambang batas seluruh genom konvensional berarti lokus ini memerlukan replikasi dalam kohort independen sebelum interpretasi klinis apa pun dibenarkan.
Keterbatasan utama eksplisit dalam kerangka studi: kohort 209 pasien kecil untuk pembelajaran mendalam, dan para penulis mengakui bahwa volume kasus bedah ASD secara historis menjadi kendala utama pada kecanggihan model. Kohort kecil meningkatkan varians dalam estimasi dan AUC, dan nilai absolut yang sederhana untuk komplikasi neurologis (0.250 untuk LLM) menunjukkan bahwa belum ada modalitas yang mencapai diskriminasi yang dapat ditindaklanjuti secara klinis untuk titik akhir tersebut sendirian. Spesifisitas 0.946 dan PPV 0.467 untuk LLM pada komplikasi neurologis menggambarkan model yang dapat dipercaya ketika ia mengangkat bendera tetapi diam pada sebagian besar kasus sebenarnya — alat bantu skrining yang berguna, bukan alat triase mandiri.
Signifikansi yang lebih luas terletak pada demonstrasi bahwa aliran data heterogen — radiograf, catatan naratif, dan genotipe — dapat diterapkan pada masalah keputusan bedah saraf yang sama, dan bahwa genetika pada akhirnya dapat berfungsi sebagai sumbu risiko pra-operasi yang independen dari pertemuan klinis.
Siapa yang sebaiknya membaca
Membuka konten member…