Изкуствен интелект помага за ранно откриване на риск от рак на черния дроб, показва проучване

Инструмент, базиран на машинно обучение, който анализира електронни здравни досиета, резултати от изследвания и демографски данни, може да помогне на лекарите да идентифицират хора с висок риск от хепатоцелуларен карцином (HCC) – най-честата форма на рак на черния дроб. Това съобщава Pharmaphorum.

До този извод стига проучване, публикувано в научното списание Cancer Discovery, което използва данни от британската биобанка UK Biobank с над 500 000 участници. В нея са включени 538 случая на HCC, като повече от две трети от тях (69%) са при пациенти без класически рискови фактори като цироза, вирусен хепатит или други хронични чернодробни заболявания.

Изследователите са обучили моделите си с 80% от данните, а първоначалната валидация е извършена върху останалите 20%. Допълнителна проверка е направена чрез американския регистър All of Us, включващ около 400 000 души и 445 случая на HCC.

Целта на проучването е да подобри настоящия подход за идентифициране на хора с риск от рак на черния дроб, който в момента се фокусира основно върху ограничена група пациенти с висок риск чрез образна диагностика и кръвни тестове – подход, който може да пропусне значителен брой застрашени пациенти.

„Скринингът обикновено се препоръчва за пациенти с доказана чернодробна цироза или тежко чернодробно заболяване, тъй като много случаи на HCC възникват именно при тях. Но има много хора с недиагностицирана цироза или други рискови фактори, които също биха имали полза“, посочва съръководителят на изследването Каролин Шнайдер от Университета RWTH Ахен в Германия.

Една от версиите на алгоритъма – PRE-Screen-HCC (модел C) – анализира широк набор от данни, включително демографски характеристики, начин на живот, медицинска история и кръвни показатели, и успява да стратифицира индивидуалния риск от развитие на HCC „с висока точност“, според авторите.

Интересно е, че добавянето на геномни и метаболомни данни – които са по-трудни за събиране в мащаб – не подобрява съществено представянето на модела.

„Това показва, че можем да предсказваме риска от HCC с помощта на прости и широко достъпни данни, без необходимост от сложни и скъпи генетични изследвания“, подчертава Шнайдер, като допълва, че това увеличава потенциала за широко приложение, особено в страни с ограничени ресурси.

Хепатоцелуларният карцином е петият най-често срещан злокачествен тумор и третата водеща причина за смърт от рак в световен мащаб. Честотата му нараства, основно поради увеличаващите се случаи на чернодробни заболявания, което го превръща в сериозен проблем за общественото здраве.

Въпреки че моделът е обучен основно върху данни от бели участници в UK Biobank, той запазва ефективността си и при анализ на по-разнообразната популация в американския регистър All of Us, отбелязват изследователите.

Първият автор на изследването Ян Клусман от Техническия университет в Дрезден подчертава значението на подобни технологии:
„При толкова много фактори, които влияят върху риска, съществува спешна нужда от ефективни инструменти, които да помагат на лекарите да идентифицират високорисковите пациенти. Инструментите с машинно обучение, които могат да работят едновременно с различни видове клинични данни, могат да бъдат особено полезни за това сериозно предизвикателство.“