Towards Interpretable AI in Personalized Medicine: A Radiological-Biological Radiomics Dictionary Connecting Semantic Lung-RADS and imaging Radiomics Features; Dictionary LC 1.0
Notice bibliographique
Résumé
Lung cancer remains the leading cause of cancer-related mortality worldwide, with survival strongly dependent on early detection. Standard-dose computed tomography (CT) screening using the Lung Imaging Reporting and Data System (Lung-RADS) standardizes pulmonary nodule assessment but is limited by inter-reader variability and reliance on qualitative descriptors, while radiomics offers quantitative biomarkers that often lack clinical interpretability. To bridge this gap, we propose a radiological-biological dictionary that aligns radiomic features (RFs) with Lung-RADS semantic categories. A clinically informed dictionary translating ten Lung-RADS descriptors into radiomic proxies was developed through literature curation and validated by eight expert reviewers. As a proof of concept, imaging and clinical data from 977 patients across 12 collections in The Cancer Imaging Archive (TCIA) were analyzed; following preprocessing and manual segmentation, 110 RFs per nodule were extracted using PyRadiomics in compliance with the Image Biomarker Standardization Initiative (IBSI). A semi-supervised learning framework incorporating 499 labeled and 478 unlabeled cases was applied to improve generalizability, evaluating seven feature selection methods and ten interpretable classifiers. The optimal pipeline (ANOVA feature selection with a support vector machine) achieved a mean validation accuracy of 0.79. SHapley Additive exPlanations (SHAP) analysis identified key RFs corresponding to Lung-RADS semantics such as attenuation, margin irregularity, and spiculation, supporting the validity of the proposed mapping. Overall, this dictionary provides an interpretable framework linking radiomics and Lung-RADS semantics, advancing explainable artificial intelligence for CT-based lung cancer screening.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».