人工智能工具可在诊断前3年发现胰腺癌风险

一项新的研究表明，人工智能 (AI) 工具仅使用患者的医疗记录，即可在诊断前三年内成功识别出胰腺癌风险最高的人群。

胰腺癌是世界上最致命的癌症之一，其死亡人数预计还会增加。

发表在《自然医学》杂志上的研究结果表明，基于人工智能的人群筛查对于发现患病风险较高的人群可能很有价值，并且可以加快对经常在治疗效果较差且处于晚期阶段发现的疾病的诊断。结果很惨淡。

目前，还没有基于人群的工具来广泛筛查胰腺癌。那些有家族史和某些易患胰腺癌的基因突变的人会受到有针对性的筛查。但研究人员表示，这种有针对性的筛查可能会漏掉不属于这些类别的其他病例。

他们说，人工智能工具可以识别胰腺癌风险最高的人群，这将确保临床医生对正确的人群进行测试，同时避免其他人进行不必要的测试和额外的程序。

克里斯·桑德 (Chris Sander) 表示：“临床医生每天面临的最重要的决定之一是谁患有某种疾病的高风险，以及谁将从进一步的检测中受益，这也可能意味着更具侵入性和更昂贵的手术，而这些手术本身也存在风险。”哈佛医学院布拉瓦尼克研究所系统生物学系教员。

桑德补充道：“人工智能工具可以将胰腺癌风险最高的人群归零，这些人将从进一步的测试中获益最多，这可能对改善临床决策大有帮助。”

桑德补充说，大规模应用这种方法可以加快胰腺癌的检测速度，实现早期治疗，改善预后并延长患者的寿命。

大约 44% 的早期胰腺癌患者在诊断后能够存活五年，但只有 12% 的病例能够这么早被诊断出来。他们估计，肿瘤生长超出原发部位的患者的存活率会下降至 2% 至 9%。

在这项新研究中，人工智能算法在来自丹麦和美国的两个独立数据集上进行了训练，数据集总计 900 万条患者记录。研究人员“要求”人工智能模型根据记录中包含的数据寻找蛛丝马迹。

根据疾病代码的组合及其发生时间，该模型能够预测哪些患者将来可能患上胰腺癌。值得注意的是，许多症状和疾病代码与胰腺没有直接关系或源于胰腺。

研究人员测试了不同版本的人工智能模型，以检验它们在不同时间范围(6 个月、一年、两年和三年)内检测疾病发展风险较高人群的能力。

总体而言，每个版本的人工智能算法在预测谁会患上胰腺癌方面，比目前对全人群疾病发病率的估计(定义为特定时间段内某种疾病在人群中发生的频率)要准确得多。

研究人员表示，他们相信该模型在预测疾病发生方面至少与当前的基因测序测试一样准确，而当前的基因测序测试通常仅适用于数据集中的一小部分患者。

标签：

版权声明：本文由用户上传，如有侵权请联系删除！