Программа, предсказывающая повышенный риск рака поджелудочной железы с помощью анализа медицинских карт

Модель искусственного интеллекта (artificial intelligence, AI), обученная на основе последовательной медицинской информации, полученной из электронных медицинских карт, выявила подгруппу людей с 25-кратным риском развития рака поджелудочной железы в течение 3 - 36 месяцев. Результаты этого исследования были представлены на недавнем ежегодном собрании Американской ассоциации исследований рака. Кроме того, они были опубликованы в журнале BioRxiv.

По словам специалиста Гарвардского университета Бо Юаня, представившего эту работу,

Целью данного исследования была разработка инструмента искусственного интеллекта, который может помочь врачам выявлять людей с высоким риском развития рака поджелудочной железы, чтобы они могли быть включены в программы профилактики или наблюдения и, возможно, получить пользу от раннего лечения.

Рак поджелудочной железы - агрессивный вид рака, который часто диагностируется на поздних стадиях из-за отсутствия ранних симптомов и поэтому обычно имеет плохой прогноз.

Модели, пытающиеся использовать предраковые медицинские диагнозы - такие как язва желудка, панкреатит и диабет - в качестве индикаторов риска развития рака поджелудочной железы, имели определенный успех, но Юань и коллеги стремились разработать более точные модели, используя концепции алгоритмов обработки языка.

"Нас вдохновило сходство между траекториями развития заболеваний и последовательностью слов в естественном языке, - сказал Юань. - Ранее применяемые модели не использовали последовательность диагнозов заболеваний в медицинской карте человека. Если рассматривать каждый диагноз как слово, то предыдущие модели рассматривали диагнозы как мешок слов, а не как последовательность слов, образующих полное предложение".

Исследователи обучили свой алгоритм с помощью электронных медицинских карт из Датского национального реестра пациентов, в который вошли записи 6,1 миллиона пациентов, лечившихся в период с 1977 по 2018 год, у 24 000 из которых развился рак поджелудочной железы.

Далее исследователи подтвердили свои выводы, используя электронные медицинские записи из больничной системы Mass General Brigham.

Ограничения данного исследования включают трудности стандартизации электронных медицинских данных между различными системами здравоохранения, особенно в разных странах, что обуславливает необходимость независимого обучения и применения AI-модели к различным наборам данных. Также необходимы дополнительные анализы для явного учета этнического разнообразия. Кроме того, точность прогнозирования снижается с увеличением промежутка времени между оценкой риска и возникновением рака.