Modele sztucznej inteligencji były w stanie przewidzieć ryzyko raka płuc na podstawie trzech zmiennych.
Nowe badanie wykazało, że modele sztucznej inteligencji (AI) równie dobrze lub lepiej przewidują ryzyko raka płuc u danej osoby w porównaniu z najlepszymi dostępnymi modelami.
Naukowcy z University College London i University of Cambridge w Wielkiej Brytanii wykorzystali dane z brytyjskiego Biobanku i amerykańskiego badania National Lung Screening Trial do opracowania modeli przewidywania ryzyka zachorowania na raka płuc w ciągu najbliższych pięciu lat.
Wykorzystali zbiory danych do eksperymentowania z ponad 60 różnymi modelami uczenia maszynowego, aby sprawdzić, który z nich najskuteczniej przewiduje ryzyko choroby u danej osoby.
Spośród nich połączyli cztery i byli w stanie przewidzieć ryzyko raka płuc z taką samą lub lepszą dokładnością w porównaniu z najlepszymi dostępnymi modelami. Wyniki opublikowano we wtorek w czasopiśmie PLOS Medicine.
Modelom podano tylko trzy zmienne: wiek osoby, ile lat paliła i średnia liczba papierosów wypalanych dziennie.
„Nasze badanie pokazuje, że sztuczną inteligencję można wykorzystać do dokładnego przewidywania ryzyka raka płuc przy użyciu zaledwie trzech informacji, które można łatwo zebrać podczas rutynowych wizyt u lekarza rodzinnego, w Internecie lub za pośrednictwem aplikacji” – powiedział dr Tom Callender z School of of University College w Londynie. Medycyna w oświadczeniu.
„To podejście może znacznie uprościć badania przesiewowe w kierunku raka płuc na poziomie populacji i pomóc w ich urzeczywistnieniu”.
Według Światowej Organizacji Zdrowia (WHO) rak płuc jest główną przyczyną zgonów z powodu nowotworów na całym świecie, a palenie jest główną przyczyną raka płuc i stanowi 85% wszystkich przypadków.
Według WHO w 2020 r. spowodowało ono szacunkowo 1,8 miliona zgonów.
Objawy raka płuc obejmują ból w klatce piersiowej, duszność, nieustępujący kaszel, odkrztuszanie krwi, zmęczenie, utratę wagi i nawracające infekcje płuc.
Wykrycie raka płuc we wczesnych stadiach choroby może prowadzić do lepszych wyników, ponieważ dostępne są skuteczniejsze metody leczenia.
W 2020 r. Brytyjska Koalicja na rzecz Walki z Rakiem Płuc stwierdziła, że najczęstszą drogą diagnozowania raka płuc pozostaje przyjęcie do szpitala w trybie nagłym, mimo że jest już za późno.
W czerwcu rząd Wielkiej Brytanii ogłosił, że wdroży ukierunkowany krajowy program badań przesiewowych w kierunku raka płuc, aby pomóc w szybszym wykryciu raka. Na seanse zaproszone zostaną osoby w wieku od 55 do 74 lat, które paliły w przeszłości.
W zeszłym roku Unia Europejska zaktualizowała swoje zalecenia dotyczące raka, podkreślając, że kraje powinny skupić się na profilach wysokiego ryzyka, w tym nałogowych palaczach i byłych palaczach, którzy palili dużo.
Naukowcy stwierdzają w badaniu, że ocenę ryzyka w przypadku badań przesiewowych w kierunku raka płuc można uprościć bez zmniejszania wydajności. Mogłoby to poprawić skuteczność krajowych programów badań przesiewowych.
„To badanie jest doskonałym przykładem tego, jak narzędzia uczenia maszynowego, takie jak AutoPrognosis, w połączeniu z innowacyjnymi badaczami klinicznymi, mogą wywrzeć realny wpływ na opiekę zdrowotną na poziomie populacji” – stwierdziła Mihaela van der Schaar, autorka badania z Uniwersytetu im. Cambridge.
Naukowcy dodali, że jednym z ograniczeń badania było to, że opierało się na danych retrospektywnych z Wielkiej Brytanii i Stanów Zjednoczonych, dlatego należy wziąć pod uwagę inne dane z większej liczby regionów.
Inne badania dotyczące wykorzystania sztucznej inteligencji do wczesnego wykrywania raka płuc dotyczyły wykorzystania tych narzędzi do interpretacji tomografii komputerowej klatki piersiowej i poszukiwania markerów biologicznych lub mutacji genów.
