+ 972547771177Согласно новым данным, использование искусственного интеллекта поможет снизить количество ложноположительных результатов при скрининге рака легких. Исследователи из Университета Питтсбурга выявили новый маркер рака легких, который позволит отличить рак от доброкачественных узелков.
Для получения информации о том, как проводят лечение рака легких в Израиле лучшие специалисты страны, оставьте заявку и мы свяжемся с Вами в ближайшее время.
«Мы включили алгоритм машинного обучения, чтобы увидеть, какие функции позволят нам прогнозировать рак или, что еще важнее, его отсутствие», - говорит старший автор Дэвид Уилсон, доктор медицинских наук, Центра лечения рака легких в Пенсильвании. Исследование было опубликовано в Thorax.
Целевая группа по профилактическим службам США рекомендует проводить скрининг на рак с помощью компьютерной томографии для определения групп с высоким риском заболевания. Однако основной проблемой скрининга является высокий уровень ложных показаний. Около четверти (24%) результатов дают положительный результат, который требует последующего наблюдения, но 96% этих результатов являются ложноположительными. Ложные результаты приводят к ненужному беспокойству, необходимости повторного сканирования и инвазивной биопсии.
В исследовании авторы проанализировали, могут ли они улучшить прогнозирование рака легких путем интеграции функций сканирования с другими клиническими данными и сопутствующими заболеваниями. Все участники делали базовое сканирование и дополнительное сканирование годом позже. Также они заполнили анкету, которая включала вопросы об истории курения, прошли спирометрию для тестирования функции легких и предоставили образец крови. Первым шагом было тестирование 50 участников, у которых был обнаружен рак при базовом сканировании и 42 участников с узелками, обнаруженными при скрининге. Возраст, пол и история курения были одинаковыми у лиц со злокачественными и доброкачественными узелками.
Машинное обучение позволяет компьютеру делать определенные выводы на основании огромных объемов данных. Используя алгоритм машинного обучения, исследователи создали модель, которая может рассчитать вероятность возникновения рака. Если вероятность падает ниже определенного порога, модель исключает рак.
Исследователи использовали переменные для построения модели причинно-следственной связи с раком легких, которая была подтверждена в отдельной когорте из 126 человек. Они обнаружили, что число узелков и сосудов и годы прекращения курения были достаточными для различения злокачественных и доброкачественных узелков.
Прогнозирующая точность модели сравнивалась с моделью Брока, самой эффективной моделью обучения с сопоставимым числом параметров. Данные искусственного интеллекта были намного точнее, чем модели Брока. Авторы указывают, что количество окружающих сосудов, которое не использовалось в других прогностических моделях, значительно улучшило прогностическую эффективность.
Теперь модель необходимо утвердить в многоцентровой когорте, объясняет соавтор исследования Панайотис Бенос, профессор вычислительной и системной биологии. «Мы должны проверить данные в исследовании с большей когортой, - говорит он. - Несмотря на то, что мы подтвердили это во второй когорте в нашей больнице, нужны дополнительные результаты. По всей вероятности, новые результаты будут аналогичны, но мы должны убедиться, что эти результаты обобщаемы».
Источник: https://www.medscape.com/viewarticle/910554#vp_1
