Искусственный интеллект научился предсказывать развитие рака поджелудочной железы у человека за три года до возможной постановки диагноза. Американские ученые обучили нейросеть выявлять людей из группы риска, загрузив в нее истории болезней 40 тыс. человек. О своем исследовании они рассказали на ежегодном клиническом конгрессе Американского колледжа хирургов.

Рак поджелудочной железы — относительно редкое, при этом одно из самых смертоносных онкологических заболеваний. В США на его долю приходится лишь порядка 3% установленных онкологических диагнозов, но 8% смертельных исходов. Общая пятилетняя выживаемость с таким диагнозом не превышает 12%. Причина в том, что опухоль обычно находят на поздних стадиях, в основном с помощью лучевой диагностики и эндоскопии, а такие пациенты чаще всего пожилого возраста. Поэтому врачи прилагают большие усилия к разработке методов ранней диагностики. Результатом работы специалистов американской клиники Майо стала модель искусственного интеллекта, позволяющая предсказывать риск возникновения рака поджелудочной железы за три года до постановки диагноза.

«Мы знаем, что рак поджелудочной железы формируется за пять-семь лет, однако симптомы, заметные пациенту или врачу, не проявляются до тех пор, пока не становится слишком поздно», — пояснил соавтор исследования Корнелиус Тильс.

Чтобы обучить модель, ученые использовали медицинские записи 6006 пациентов с установленным диагнозом рака поджелудочной железы и истории болезней 33 396 человек из контрольной группы. Длительность этих наблюдений составляла от 7,5 до 19 лет. Модель должна была находить в медицинских данных малозаметные отклонения, которые указывают на начало формирования опухоли.

Для проверки эффективности модели в прогнозировании рака ученые рассчитали площадь под графиком так называемой ROC-кривой (receiver operating characteristic) — величину, равную единице при идеальной способности к различению больных и здоровых, и 0,5 — не лучше, чем случайный результат.

Значение этой величины составило 0,853, то есть модель показала высокую способность выявлять пациентов в группе риска за три года до возможной постановки диагноза при достаточно низкой вероятности ложноположительных результатов.

«Мы построили эту модель, чтобы она была универсальной, масштабируемой и легко внедряемой. Если она окажется эффективной, её можно будет использовать практически в любых условиях», — пояснил автор исследования Крис Варгезе.

По словам доктора Тильса, они также работают над дальнейшей проверкой модели в рамках клиники Майо.

«Мы также работаем над разработкой более совершенных архитектур машинного обучения, которые, по-видимому, еще больше улучшат производительность», — добавил он.

Ранее RTVI писал, что ученые из частного медицинского центра City of Hope (США) разработали новый диагностический метод PANXEON (PANcreatic cancer eXosome Early detectiON), позволяющий по анализу крови распознать рак поджелудочной железы первой и второй стадии.

Результаты показали, что новый метод выявляет рак первой и второй стадии с точностью 87%, дает 3% ложноположительных результатов для пациентов с низким риском и 16% — с высоким риском заболевания. Кроме того, метод способен с точностью выше 64% выявлять дисплазию — предраковое состояние клеток, называемое иногда нулевой стадией.