Studie: AI kan förutsäga cancer i bukspottkörteln tre år före mänskliga läkare

AI-algoritmer kan screena för cancer i bukspottkörteln och förutsäga om patienter kommer att utveckla sjukdomen upp till tre år innan en mänsklig läkare kan ställa samma diagnos, enligt forskning som publicerades i Nature på måndag.

Bukspottkörtelcancer är dödlig; det femåriga överlevnad i genomsnitt 12 procent. Akademiker som arbetar i Danmark och USA tro AI skulle kunna hjälpa kliniker genom att upptäcka cancer i bukspottkörteln i tidigare skeden, om programvaran på ett tillförlitligt sätt kan förutsäga vilka patienter som löper högre risk att utveckla sjukdomen. 

Forskarna tränade AI-algoritmer på miljontals journaler som erhållits i det danska nationella patientregistret och US Veterans Affairs Corporate Data Warehouse. Modellerna tränades för att koppla diagnoskoder – etiketter som används av sjukhus som beskriver olika medicinska tillstånd – till cancer i bukspottkörteln.

Vissa diagnoskoder för gulsot, buk- och bäckensmärtor, viktminskning, till exempel, är närmare relaterade till sjukdomen – särskilt om de finns hos patienter cirka sex månader före diagnos – medan andra som typ 2-diabetes, anemi eller inflammation i bukspottkörteln hittas vanligtvis tidigare.

"Cancer utvecklas gradvis i människokroppen, ofta under många år och ganska långsamt, tills sjukdomen tar fäste," Chris Sander, studiens seniorutredare och ledare för ett labb som arbetar vid institutionen för systembiologi vid Harvard Medical School, berättade Registret.

"AI-systemet försöker lära sig av tecken i människokroppen som kan relatera till sådana gradvisa förändringar."

"Men det är tidiga dagar för detta, och även om AI-systemet kan göra någorlunda exakta förutsägelser, kan det inte, eller inte för närvarande, identifiera mekanismer eller orsakande händelser. Som ofta inom vetenskapen är korrelation användbar för att förutsäga, men orsakssamband är mycket svårare att fastställa, sa han.

Den mest effektiva modellen, baserad på en transformatorbaserad arkitektur, visade att av de 1,000 50 högsta riskpatienterna över 320, skulle cirka 50 fortsätta att utveckla pankreascancer. Modellen är mindre exakt när man försöker förutsäga cancer i bukspottkörteln över längre tidsintervall jämfört med kortare, och för patienter yngre än XNUMX.

"AI på verkliga kliniska journaler har potentialen att producera ett skalbart arbetsflöde för tidig upptäckt av cancer i samhället, att flytta fokus från behandling av sent stadium till tidigt stadium av cancer, att förbättra livskvaliteten för patienter och att öka nytta/kostnadsförhållandet för cancervård”, står det i tidningen.

Effektiv förutsägelse i verkliga miljöer kommer att förlita sig på kvaliteten på patienternas medicinska historia. Framtida AI-baserade screeningverktyg för bukspottkörtelcancer kommer att behöva tränas på specifika lokalbefolkningsdata, fann studien. En modell tränad på data från danska patienter, till exempel, var inte lika exakt när den tillämpades på amerikanska patienter. 

”Med tanke på erfarenheten i Danmark och ett eller två amerikanska hälsosystem betyder det att i varje land med olika förutsättningar och olika system är det bäst att träna om modellen lokalt. AI behöver mycket data för att träna. Åtkomst på olika platser är inte okomplicerat, eftersom medicinska journaler är och bör vara konfidentiella. Så lokalt godkännande och datasäkerhet är viktigt, säger Sander.

Studien är fortfarande i ett tidigt skede och programvaran kan ännu inte användas för att köra screeningprogram. Förbättringar behövs innan ens en rättegång kan genomföras. 

”När ett övervakningsprogram väl har implementerats är de faktiska datorkostnaderna för att applicera programvaran måttliga. Utbildningen är det som förbrukar avsevärda datorresurser. De faktiska kliniska testerna för att se tidiga tecken på cancer eller för att upptäcka cancer när den fortfarande är väldigt liten är kostsamma, mycket dyrare än till exempel mammografi, säger Sander. 

Ändå tror teamet att när tekniken förbättras och driftskostnaderna minskar, kan AI bli ett värdefullt screeningverktyg i framtiden. 

"Många typer av cancer, särskilt de som är svåra att identifiera och behandla tidigt, utövar en oproportionerlig belastning på patienter, familjer och sjukvården som helhet", säger Søren Brunak, professor i sjukdomssystembiologi och forskningschef vid Novo Nordisk Foundation Center for Protein Research vid Köpenhamns universitet, en med-senior utredare av studien, sade i ett uttalande. 

"AI-baserad screening är en möjlighet att förändra banan för pankreascancer, en aggressiv sjukdom som är notoriskt svår att diagnostisera tidigt och behandla omedelbart när chanserna för framgång är störst", avslutade han. ®

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoAiStream. Web3 Data Intelligence. Kunskap förstärkt. Tillgång här.
• Minting the Future med Adryenn Ashley. Tillgång här.
• Köp och sälj aktier i PRE-IPO-företag med PREIPO®. Tillgång här.
• Källa: https://go.theregister.com/feed/www.theregister.com/2023/05/09/ai_pancreatic_cancer/