Tutkimus: tekoäly voi ennustaa haimasyövän kolme vuotta ennen ihmislääkäreitä

Tutkimus: tekoäly voi ennustaa haimasyövän kolme vuotta ennen ihmislääkäreitä

Aikaleima: 9. toukokuuta 2023 klo 7
Tutkimus: tekoäly voi ennustaa haimasyövän kolme vuotta ennen ihmislääkäreitä PlatoBlockchain Data Intelligenceä. Pystysuuntainen haku. Ai.

Nature-lehdessä maanantaina julkaistun tutkimuksen mukaan tekoälyalgoritmit voivat seuloa haimasyövän ja ennustaa, kehittyykö potilaiden sairaus jopa kolme vuotta ennen kuin lääkäri voi tehdä saman diagnoosin.

Haimasyöpä on tappava; viisi vuotta selviämisprosentti keskimäärin 12 prosenttia. Tanskassa ja Yhdysvalloissa työskenteleviä tutkijoita Uskoa Tekoäly voisi auttaa kliinikoita havaitsemalla haimasyövän aikaisemmissa vaiheissa, jos ohjelmisto voi luotettavasti ennustaa, millä potilailla on suurempi riski sairastua sairauteen. 

Tutkijat kouluttivat tekoälyalgoritmeja miljoonille Tanskan kansallisesta potilasrekisteristä ja US Veterans Affairs Corporate Data Warehousesta saatuihin potilastietoihin. Mallit koulutettiin korreloimaan diagnoosikoodeja – sairaaloiden käyttämiä eri sairauksia kuvaavia etikettejä – haimasyöpään.

Jotkut esimerkiksi keltaisuuden, vatsa- ja lantion kivun, painonpudotuksen diagnoosikoodit liittyvät läheisemmin sairauteen – varsinkin jos ne havaitaan potilailla noin kuusi kuukautta ennen diagnoosia – kun taas toiset, kuten tyypin 2 diabetes, anemia tai tulehdus haima löydetään yleensä aikaisemmin.

"Syöpä kehittyy ihmiskehoon vähitellen, usein useiden vuosien aikana ja melko hitaasti, kunnes tauti saa hallintaansa", Chris Sander, tutkimuksen toinen vanhempi tutkija ja laboratorion johtaja Harvard Medical Schoolin järjestelmäbiologian osastolla. kertonut Rekisteri.

"Tekoälyjärjestelmä yrittää oppia ihmiskehon merkeistä, jotka voivat liittyä tällaisiin asteittaisiin muutoksiin."

"Tämä on kuitenkin vasta alussa, ja vaikka tekoälyjärjestelmä voi tehdä kohtuullisen tarkkoja ennusteita, se ei pysty tai ei tällä hetkellä tunnista mekanismeja tai syy-tapahtumia. Kuten usein tieteessä, korrelaatiosta on hyötyä ennustamisessa, mutta syy-yhteyttä on paljon vaikeampi määrittää", hän sanoi.

Tehokkain muuntajapohjaiseen arkkitehtuuriin perustuva malli osoitti, että 1,000 suurimmasta yli 50-vuotiaasta suurimmasta riskipotilaasta noin 320 sairastuu haimasyöpään. Malli on vähemmän tarkka, kun haimasyöpää yritetään ennustaa pidemmillä aikaväleillä verrattuna lyhyempiin aikaväleihin ja alle 50-vuotiaille potilaille.

"Tekoäly todellisissa kliinisissä tiedoissa voi tuottaa skaalautuvan työnkulun syövän varhaiseen havaitsemiseen yhteisössä, siirtää painopisteen myöhäisvaiheen syövän hoidosta varhaisen vaiheen syövän hoitoon, parantaa potilaiden elämänlaatua ja nostaa syövänhoidon hyöty/kustannus-suhdetta”, lehdessä lukee.

Tehokas ennustaminen tosielämässä riippuu potilaiden sairaushistorian laadusta. Tulevaisuudessa tekoälypohjaisia ​​haimasyövän seulontatyökaluja on koulutettava tiettyjen paikallisten väestötietojen perusteella, tutkimuksessa todettiin. Esimerkiksi tanskalaisten potilaiden tiedoilla koulutettu malli ei ollut yhtä tarkka, kun sitä sovellettiin yhdysvaltalaisille potilaille. 

”Kun otetaan huomioon Tanskan kokemus ja yksi tai kaksi Yhdysvaltain terveydenhuoltojärjestelmää, tämä tarkoittaa, että jokaisessa maassa, jossa on erilaiset olosuhteet ja erilaiset järjestelmät, on parasta kouluttaa malli uudelleen paikallisesti. AI tarvitsee paljon dataa harjoitellakseen. Pääsy eri paikkoihin ei ole yksinkertaista, sillä lääketieteelliset tiedot ovat ja niiden tulee olla luottamuksellisia. Joten paikallinen hyväksyntä ja tietoturva ovat tärkeitä”, Sander sanoi.

Tutkimus on vielä alkuvaiheessa, eikä ohjelmistoa voida vielä käyttää seulontaohjelmien suorittamiseen. Parannuksia tarvitaan ennen kuin kokeilu voidaan suorittaa. 

”Kun valvontaohjelma on otettu käyttöön, ohjelmiston käyttöönoton todelliset laskentakustannukset ovat maltilliset. Koulutus kuluttaa huomattavasti laskentaresursseja. Varsinaiset kliiniset tutkimukset syövän varhaisten merkkien havaitsemiseksi tai syövän havaitsemiseksi, kun se on vielä hyvin pieni, ovat kalliita, paljon kalliimpia kuin esimerkiksi mammografiat”, Sander lisäsi. 

Silti tiimi uskoo, että kun tekniikka paranee ja käyttökustannukset laskevat, tekoälystä voi tulla arvokas seulontatyökalu tulevaisuudessa. 

"Monet syöpätyypit, erityisesti ne, joita on vaikea tunnistaa ja hoitaa varhain, aiheuttavat suhteettoman paljon potilaita, perheitä ja koko terveydenhuoltojärjestelmää", sanoi Søren Brunak, sairaussysteemibiologian professori ja Novo Nordisk Foundationin tutkimusjohtaja. Kööpenhaminan yliopiston proteiinitutkimuksen keskus, tutkimuksen toinen vanhempi tutkija, sanoi lausunnossaan. 

"Tekoälypohjainen seulonta on mahdollisuus muuttaa haimasyövän kehityskulkua, aggressiivista sairautta, jota on tunnetusti vaikea diagnosoida varhain ja hoitaa nopeasti, kun onnistumisen mahdollisuudet ovat suurimmat", hän päätti. ®

Aikaleima:

Lisää aiheesta Rekisteri