Исследование показало, что радиомический анализ [18F]FDG-ПЭТ/КТ может значительно улучшить диагностику инфекционного эндокардита (ИЭ), особенно в сомнительных случаях. Модель случайного леса точно предсказала результаты визуальной оценки ПЭТ/КТ в определенных случаях, обеспечив классификацию сомнительных случаев, напоминающую радиомическую сигнатуру «ИЭ-отрицательных» пациентов.

В многоцентровое исследование были включены 447 пациентов с подозрением на инфекционный эндокардит из 3 центров. Были собраны и проанализированы данные [18F]FDG-ПЭТ/КТ и клинические параметры. Радиомические характеристики рассчитывались после снижения размерности с применением:

• Одномерного тестирования для оценки дискриминационной способности клинических переменных и радиомики
• Многомерной модели на основе случайного леса для предсказания результатов визуального анализа ПЭТ/КТ
• Кластерной радиомической модели для предсказания окончательного диагноза
• Серии моделей логистической регрессии для оценки относительного вклада каждого критерия

9 из 17 клинических и 7 из 11 радиомических переменных смогли стратифицировать пациентов при одномерном анализе. Кластерный анализ разделил пациентов на две группы. Логистическая регрессия продемонстрировала, что чем богаче информация, подаваемая в модель, тем выше производительность: модели, включающие радиомику, показали лучшие результаты, чем модель, основанная исключительно на визуальной оценке изображений.

Идентификация специфических сигнатур для неоднозначных результатов ПЭТ/КТ предполагает, что радиомические характеристики могут помочь в интерпретации неясных ПЭТ-результатов, что значительно влияет на ведение пациентов. Алгоритм кластеризации успешно ассоциировал пациентов с различными состояниями, что позволяет проводить дальнейшую оценку и характеристику в рамках радиомики, потенциально ведя к интерпретациям на основе оценки риска.