AI моделът използва електронни здравни досиета, за да идентифицира хора с висок риск от рак на панкреаса

Модел на изкуствен интелект (AI), обучен с помощта на последователна здравна информация, извлечена от електронни здравни досиета, идентифицира подгрупа от лица с 25-кратен риск от развитие на рак на панкреаса в рамките на три до 36 месеца, според резултатите, представени на Годишната среща на AACR 2022 г., проведена 8-13 април.

„В момента няма надеждни биомаркери или инструменти за скрининг, които да открият рано рак на панкреаса“, каза Бо Юан, докторант в Харвардския университет, който представи изследването. „Целта на това проучване беше да се разработи инструмент за изкуствен интелект, който може да помогне на клиницистите да идентифицират хора с висок риск от рак на панкреаса, за да могат да бъдат включени в програми за превенция или наблюдение и да се надяваме да се възползват от ранното лечение.

Ракът на панкреаса е агресивен тип рак, който често се диагностицира на по-късни етапи поради липсата на ранни симптоми и поради това има относително лоша прогноза, каза Давиде Пласидо, докторант в Университета в Копенхаген и съавтор на изследването. Откриването на рак на панкреаса по-рано в хода на заболяването може да подобри възможностите за лечение на тези пациенти, отбеляза той.

Последните постижения в областта на изкуствения интелект накараха изследователите да разработят алгоритми за прогнозиране на риска за различни видове рак, използвайки радиологични изображения, слайдове за патология и електронни здравни досиета. Моделите, които се опитват да използват медицински диагнози за предракови заболявания – като стомашни язви, панкреатит и диабет – като индикатори за риска от рак на панкреаса, са имали известен успех, но Юан и колегите се стремят да разработят по-точни модели чрез включване на концепции от алгоритми за обработка на езика.

Бяхме вдъхновени от приликата между траекториите на заболяването и последователността от думи на естествен език. Използваните по-рано модели не са използвали последователността от диагнози на заболяването в медицинските досиета на индивида. Ако смятате всяка диагноза за дума, тогава предишните модели третираха диагнозите като торба от думи, а не поредица от думи, които образуват пълно изречение.”


Бо Юан, докторант в Харвардския университет

Изследователите обучиха своя AI метод, използвайки електронни здравни досиета от Датския национален регистър на пациентите, които включват записи от 6,1 милиона пациенти, лекувани между 1977 и 2018 г., около 24 000 от които са развили рак на панкреаса. Изследователите въведоха последователността от медицински диагнози от всеки пациент, за да научат модела кои диагностични модели са най-значимо предсказващи риска от рак на панкреаса.

След това изследователите тестваха способността на инструмента за изкуствен интелект да предскаже появата на рак на панкреаса в интервали от три до 60 месеца след оценката на риска.

При праг, определен за минимизиране на фалшивите положителни резултати, лицата, считани за „високорискови“, са били 25 пъти по-склонни да развият рак на панкреаса от три до 36 месеца, отколкото пациентите под прага на риска. Обратно, модел, който не отчита последователността на събитията от предраково заболяване, доведе до значително по-нисък повишен риск за пациенти над съответния праг.

Изследователите допълнително потвърдиха своите открития, използвайки електронни медицински досиета от Mass General Brigham Health Care System. Разликите в практиките за здравеопазване и водене на записи между различните системи за здравеопазване изискват моделът да бъде преквалифициран върху новия набор от данни, каза Юан, и след преквалификация моделът се изпълнява със сравнима точност; площта под кривата (измерване на точността, която се увеличава, когато стойността се приближава до 1) за този набор от данни е 0,88 в сравнение с 0,87 за оригиналния набор за обучение.

Въпреки че по-голямата част от вземането на решения от ИИ се случва в „скритите слоеве“ на сложна невронна мрежа, което затруднява изследователите да определят точно какви модели на диагнозата предсказват риск, Юан и колегите откриха значителни асоциации с определени клинични характеристики и развитието на рак на панкреаса. Например, диагнозите на диабет, заболявания на панкреаса и жлъчните пътища, стомашни язви и други са свързани с повишен риск от рак на панкреаса. Въпреки че тези знания могат да подобрят традиционната стратификация на риска в някои случаи, предимството на инструмента за изкуствен интелект е, че той интегрира информация за рисковите фактори в контекста на историята на заболяването на пациента, каза Пласидо.

„Системата за изкуствен интелект разчита на тези функции в контекст, а не в изолация“, каза Юан.

Изследователите-; включително първият автор Джесика Хялтелин, доктор по философия; съ-старши автори Søren Brunak, PhD, и Chris Sander, PhD; и сътрудниците Питър Крафт, д-р, Майкъл Розентал, д-р, и Брайън Уолпин, MD, MPH-; надяваме се, че това изследване, след като бъде оценено в клинични изпитвания, ще доведе до идентифициране на пациенти с повишен риск от рак на панкреаса. Това потенциално може да помогне за набиране на високорискови пациенти в програми, съсредоточени около превенцията и повишен скрининг за ранно откриване. Ако ракът бъде хванат рано, каза Пласидо, шансовете за успешно лечение са по-високи.

„Тези резултати показват потенциала на модерните изчислителни технологии, като AI и дълбоко обучение, да правят все по-точни прогнози въз основа на здравето и историята на заболяването на всеки човек“, каза Юан.

Ограниченията на това проучване включват трудности при стандартизирането на електронните здравни данни между различните здравни системи, особено в различни страни, което налага независимо обучение и прилагане на модела на AI към различни набори от данни. Необходими са и допълнителни анализи, за да се отчете изрично етническото разнообразие. Освен това, точността на прогнозата намалява с по-дълги интервали от време между оценката на риска и появата на рак.

Източник:

Американска асоциация за изследване на рака

.

Add Comment