G4Media.ro

Cercetătorii americani au dezvoltat un model AI care poate detecta riscul de…

sursa foto: National Cancer Institute/Unsplash

Cercetătorii americani au dezvoltat un model AI care poate detecta riscul de cancer pancreatic cu 18 luni înainte de diagnostic/ Cea mai mică rată de supraviețuire pentru că acest tip de cancer este depistat târziu

Cancerul pancreatic o rată relativ de supraviețuire la cinci ani după diagnostic de doar 11%, cea mai mică rată dintre toate diagnosticele de cancer. Aceste șanse sumbre sunt cauzate în mare parte faptului că boala este de obicei depistată în stadii avansate, explică The Harvard Gazette. Dacă este depistată în primele stadii, ratele de supraviețuire la cinci ani pot ajunge până la 80%; cu toate acestea, în stadiul actual, foarte puține dintre cele peste 62.000 de cazuri de cancer pancreatic depistate anual în Statele Unite beneficiază de o verificare timpurie.

Cercetătorii de la Beth Israel Deaconess Medical Center (BIDMC), afiliat Universității Harvard, în colaborare cu colegii de la Institutul Tehnologic din Massachusetts , au construit și validat un model de predicție a riscului pentru a ajuta medicii să identifice pacienții care prezintă un risc ridicat de a dezvolta cancer pancreatic. Modelul echipei, o rețea neuronală antrenată pe date obținute din dosarele electronice a 55 de organizații de sănătate din SUA, a semnalat pacienții ca fiind la risc de a dezvolta cancer pancreatic cu până la 18 luni înainte de diagnosticare la pacienții cu vârsta de peste 40 de ani. De asemenea, modelul a depistat de 3,5 ori mai multe cazuri decât ar fi făcut-o modelele tradiționale de scanare, dacă ar fi fost aplicate aceluiași grup. Concluziile lor apar în eBioMedicine, parte a Lancet Discovery Science.

„Cele mai multe cazuri de cancer pancreatic nu sunt depistate decât atunci când sunt deja avansate și nu mai pot fi vindecate”, a declarat Limor Appelbaum, cercetător la BIDMC și instructor la Harvard Medical School. „Persoanele care au posibilitatea de a se supune unui screening reprezintă aproximativ 10 la sută din cazurile de cancer pancreatic pe care le cunoaștem. Aceasta este o proporție foarte mică. Încercăm să depistăm cât mai multe dintre celelalte 90 la sută din cazuri”.

Standardele actuale de control vizează doar persoanele cu predispoziție ereditară la cancerul pancreatic – persoanele care au fie rude de gradul întâi cu această boală, fie o mutație genetică cunoscută care le expune la riscul de a o dezvolta. Cu un risc relativ estimat de a dezvolta cancer pancreatic care este de cel puțin cinci ori mai mare decât cel al populației generale, acești pacienți sunt eligibili pentru controale anuale, de obicei scanări RMN, „cunoscute a fi foarte eficiente și puternic corelate cu rate de supraviețuire mult mai bune”, a spus Appelbaum.

De aceea, ea și colegii ei au apelat la datele din dosarele electronice de sănătate (EHR) pentru a găsi mai multe persoane care ar putea beneficia de un screening mai devreme.

„Există semnale în datele care sunt deja colectate în mod obișnuit atunci când oamenii se prezintă la medicul lor de familie sau merg la Urgențe cu o gleznă ruptă – simptome care apar, cum ar fi anumite medicamente sau modificări ale rezultatelor de laborator”, a spus Appelbaum. „Luate împreună, toate acestea sunt semnale care pot prezice cancerul pancreatic înainte ca acesta să fie detectat efectiv, iar acest lucru ne oferă posibilitatea de a depista aceste cancere din timp, înainte de a se răspândi.”

Denumit PrismNN, modelul de învățare automată al echipei a fost antrenat pe date din peste 1,5 milioane de dosare electronice de sănătate, furnizate de partenerul din industria medicală TriNetX. Setul de date a inclus date din istoricul medical a peste 35.000 de pacienți care au dezvoltat în cele din urmă cancer pancreatic. În medie, s-au colectat date pe o durată de 13 ani pentru fiecare pacient:  vizitele la medic, diagnosticele, analizele de laborator, procedurile și medicamentele prescrise, etc. Pacienții vizați au trecut prin peste 1,5 milioane de controale medicale în total. Modelul a marcat pacienții cu risc ridicat de a dezvolta cancer pe baza a 87 de caracteristici pe care le-a selectat automat pe baza datelor de antrenament primite.

„Datorită profunzimii și amplorii setului de date pe care a fost antrenat PrismNN, acesta poate fi aplicat oriunde în SUA, deoarece include date de la populația diversă a națiunii noastre”, a declarat Applebaum. „Ideea este de a aduce această capabilitate în fiecare clinică, pe fiecare calculator pentru fiecare medic, indiferent dacă lucrează într-un spital terțiar din Boston sau într-o mică clinică comunitară din sud-vest, deci este o caracteristică cu adevărat extrem de importantă a modelului nostru.”

Pentru a aduce mai multe dovezi în favoarea modelului, Appelbaum și colegii săi evaluează acuratețea acestuia în timp real, permițând PrismNN să clasifice pacienții în grupuri cu risc scăzut, intermediar și ridicat, precum și să urmărească rezultatele acestora. În plus, cercetătorii invită pacienții marcați de model să participe la studii pentru a căuta caracteristici fizice comune, cuantificabile, numite biomarkeri, care ar putea semnala predispoziția la cancerul pancreatic. În acest fel, PrismNN ar putea servi de unul singur drept criteriu de eligibilitate pentru controale anuale sau ar putea servi drept filtru inițial pentru persoanele cu biomarkeri selectați care ar urma să treacă apoi la un sistem tradițional pentru depistarea cancerului pancreatic.

„Abordarea noastră permite extinderea potențială a populației vizate de controale dincolo de minoritatea cu o predispoziție ereditară”, a declarat Appelbaum. „Modelul nostru PrismNN pregătește terenul pentru a identifica mai mulți pacienți cu risc ridicat”.

Inițiativa lui Appelbaum și a echipei sale nu este singura de acest fel din utlimii ani. În noiembrie 2023, un grup de cercetători de la Alibaba’s Damo Academy, din China, a lansat propria platformă AI capabilă de a detecta canccerul pancreatic în stadii incipiente. Totuși, este important de amintit că oamenii de știință chinezi și-au bazat concluziile pe testarea a puțin peste 5.000 de pacienți, un grup de șase ori mai mic decât cel vizat de PrismNN.

Susține-ne activitatea G4Media logo
Donație Paypal recurentă

Donează lunar pentru susținerea proiectului G4Media

Donează prin Transfer Bancar

CONT LEI: RO89RZBR0000060019874867

Deschis la Raiffeisen Bank
Donează prin Patreon

Donează

Citește și...