Studie: AI kan alvleesklierkanker drie jaar eerder voorspellen dan menselijke artsen

Studie: AI kan alvleesklierkanker drie jaar eerder voorspellen dan menselijke artsen

Tijdstempel: 9 mei 2023 7:29 uur
Studie: AI kan alvleesklierkanker drie jaar eerder voorspellen dan menselijke artsen PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.

AI-algoritmen kunnen screenen op alvleesklierkanker en voorspellen of patiënten de ziekte zullen krijgen tot drie jaar voordat een menselijke arts dezelfde diagnose kan stellen, blijkt uit onderzoek dat maandag in Nature is gepubliceerd.

Pancreaskanker is dodelijk; de vijfjarige overlevingskans gemiddeld 12 procent. Academici werkzaam in Denemarken en de VS geloofd wie en wat je bent AI zou clinici kunnen helpen door alvleesklierkanker in een vroeger stadium op te sporen, als de software betrouwbaar kan voorspellen welke patiënten een hoger risico lopen om de ziekte te ontwikkelen. 

De onderzoekers hebben AI-algoritmen getraind op miljoenen medische dossiers die zijn verkregen in het Deense nationale patiëntenregister en het Amerikaanse Veterans Affairs Corporate Data Warehouse. De modellen zijn getraind om diagnosecodes - labels die door ziekenhuizen worden gebruikt om verschillende medische aandoeningen te beschrijven - te correleren met alvleesklierkanker.

Sommige diagnosecodes voor bijvoorbeeld geelzucht, buik- en bekkenpijn, gewichtsverlies zijn nauwer gerelateerd aan de ziekte – vooral als ze ongeveer zes maanden voor de diagnose bij patiënten worden gevonden – terwijl andere zoals diabetes type 2, bloedarmoede of ontsteking van de de alvleesklier wordt meestal eerder gevonden.

"Kanker ontwikkelt zich geleidelijk in het menselijk lichaam, vaak gedurende vele jaren en vrij langzaam, totdat de ziekte vat krijgt", zegt Chris Sander, co-senior onderzoeker van de studie en leider van een laboratorium dat werkt bij de afdeling Systeembiologie aan de Harvard Medical School, verteld Het register.

"Het AI-systeem probeert te leren van signalen in het menselijk lichaam die verband kunnen houden met dergelijke geleidelijke veranderingen."

“Maar het is nog vroeg hiervoor, en hoewel het AI-systeem redelijk nauwkeurige voorspellingen kan doen, kan het mechanismen of oorzakelijke gebeurtenissen momenteel niet identificeren. Zoals vaak in de wetenschap, is correlatie nuttig voor voorspelling, maar oorzakelijk verband is veel moeilijker vast te stellen, "zei hij.

Het meest effectieve model, gebaseerd op een op transformatoren gebaseerde architectuur, toonde aan dat van de 1,000 patiënten met het hoogste risico boven de 50 er ongeveer 320 pancreaskanker zouden krijgen. Het model is minder nauwkeurig bij het voorspellen van alvleesklierkanker over langere tijdsintervallen in vergelijking met kortere tijdsintervallen, en voor patiënten jonger dan 50 jaar.

“AI op real-world klinische dossiers heeft het potentieel om een ​​schaalbare workflow te produceren voor vroege detectie van kanker in de gemeenschap, om de focus te verleggen van de behandeling van kanker in een laat stadium naar een vroeg stadium, om de kwaliteit van leven van patiënten te verbeteren en om de baten/kostenverhouding van kankerzorg verhogen”, aldus de krant.

Effectieve voorspelling in real-world settings zal afhangen van de kwaliteit van de medische geschiedenis van patiënten. Toekomstige AI-gebaseerde screeningtools voor alvleesklierkanker zullen moeten worden getraind op specifieke lokale bevolkingsgegevens, zo blijkt uit de studie. Een model dat bijvoorbeeld was getraind op gegevens van Deense patiënten, was niet zo nauwkeurig wanneer het werd toegepast op Amerikaanse patiënten. 

“Gezien de ervaring in Denemarken en een of twee Amerikaanse gezondheidsstelsels, betekent dit dat het in elk land met verschillende aandoeningen en verschillende systemen het beste is om het model lokaal opnieuw te trainen. AI heeft veel data nodig om te trainen. Toegang op verschillende locaties is niet eenvoudig, aangezien medische dossiers vertrouwelijk zijn en moeten zijn. Lokale goedkeuring en gegevensbeveiliging zijn dus essentieel”, aldus Sander.

Het onderzoek bevindt zich nog in de beginfase en de software kan nog niet worden gebruikt om screeningsprogramma's uit te voeren. Er zijn verbeteringen nodig voordat zelfs maar een proef kan worden uitgevoerd. 

“Als een bewakingsprogramma eenmaal is geïmplementeerd, zijn de werkelijke rekenkosten voor het toepassen van de software gematigd. De training is wat aanzienlijke computerbronnen verbruikt. De daadwerkelijke klinische tests om vroege tekenen van kanker te zien of om kanker op te sporen wanneer het nog erg klein is, zijn kostbaar, veel duurder dan bijvoorbeeld mammogrammen, "voegde Sander eraan toe. 

Toch is het team van mening dat naarmate de technologie verbetert en de bedrijfskosten dalen, AI in de toekomst een waardevolle screeningtool kan worden. 

"Veel soorten kanker, vooral die welke moeilijk te identificeren en vroegtijdig te behandelen zijn, eisen een onevenredige tol van patiënten, families en het gezondheidszorgsysteem als geheel", zegt Søren Brunak, hoogleraar ziektesysteembiologie en onderzoeksdirecteur bij de Novo Nordisk Foundation Centrum voor Eiwitonderzoek aan de Universiteit van Kopenhagen, een co-senior onderzoeker van de studie, zei in een verklaring. 

"AI-gebaseerde screening is een kans om het traject van alvleesklierkanker te veranderen, een agressieve ziekte die notoir moeilijk in een vroeg stadium kan worden gediagnosticeerd en snel kan worden behandeld wanneer de kans op succes het grootst is", concludeerde hij. ®

Tijdstempel:

Meer van Het register