抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
背景:Quantumコンピューティング(QC)と量子機械学習(QML)は,大きい,非構造化,実世界データによって駆動されるアルゴリズムの計算量を減らすことによって,精度医学応用を改善できる有望な実験技術である。変形性膝関節症の臨床的問題は,いくつかの新規治療法が安全かつ有効であるが,反応は可変であり,応答が残っている個人の特性を定義することである。本論文では,進行性膝関節変形性関節症に対する個別化治療を選択するために,精度データ駆動臨床決定を支援するための量子ニューラルネットワーク(QNN)応用を試験した。【方法】患者同意と研究倫理委員会承認の後,著者らは,微小断片脂肪の単回注射で2年間にわたって治療された膝関節置換術(Kellgren-Lawrenceグレード[≧]3,OKS[≦]27,年齢[≧]64および特発性病因学)に対して適格な170人の患者からの治療の前後に,臨床-人口統計学的データを集めた。” ] 2年間にわたる治療の前後に,治療前後の臨床-人口統計データを集めた.(Kellgren-Lawrence grade[≧]3,OKS[≦]27,年齢[≧]64および特発性病因)。性別バイアスを緩和するために,性別クラスはバランス(76M,94F)であった。改善[≧]7 OKSの患者は,回答者と考えられている。1年の疼痛と機能において,非応答者(73R,40NR)から応答者を分類するために,113人の患者のランダムに選択された訓練サブセット上で,著者らのQNN分類子を訓練した。異常値は訓練データセットから隠されたが,検証セットからは隠れなかった。【結果】著者らは,異常値を含む57人の患者(34R,23NR)のランダムに選択された試験サブセットに関する著者らのQNN分類子をテストした。No情報率は0.59と等しかった。著者らの応用は,23名(感度=0.82,特異性=0.26,F1Statistic=0.71)から34名および6名の非応答者から28名の回答者を正確に分類した。陽性(LR+)と陰性(LR-)尤度比はそれぞれ1.11と0.68であった。診断オッズ比(DOR)は2と等しかった。結論:小検証データセットに関する予備的結果は,進行性膝関節変形性関節症の個別化治療に対するデータ駆動臨床決定に適用される量子力学学習が,計算複雑性を減らし,予後性能を改善する有望な技術であることを示した。本結果は,公衆衛生レベルでモデル有効性,安全性,臨床的重要性および関連性をテストするためのAI臨床試験によるより大きな,実世界非構造化データセットおよび臨床検証によるさらなる研究検証を必要とする。【JST・京大機械翻訳】
