Скринінг на рак підшлункової залози за допомогою штучного інтелекту
Доктор Ананья Малхотра розповідає News-Medical про свої останні дослідження щодо раку підшлункової залози та про те, як можна покращити її прогноз за допомогою штучного інтелекту.
Що спонукало вас розпочати це дослідження?
Прогноз для декількох видів раку, включаючи пухлини підшлункової залози, не значно покращився за останні десятиліття, на відміну від різкого загального збільшення виживання для більшості видів раку. Ми відчували, що потрібен новий підхід.
Кредит зображення: Катерина Кон/Shutterstock.com
Чому проблематично обстежити всіх на рак підшлункової залози?
Рак підшлункової залози - дуже рідкісне захворювання (щороку діагностується від 8 до 12 нових випадків у 100 000 населення). Через низький рівень захворюваності на цю хворобу обстеження всієї популяції не є ані практичним, ані доцільним. Сучасні діагностичні маркери дуже дорогі на рак і стикаються з вартістю та захворюваністю, пов'язаними з інвазивним тестуванням.
Чому скринінг важливий?
Скринінг на рак означає скринінг на перші ознаки раку у людей, які не мають симптомів. Мета - допомогти виявити рак на ранніх термінах, а це означає, що лікування може бути більш ефективним з точки зору більш високих шансів на виживання.
Які вимоги до скринінгу та як це пов’язано з раком підшлункової залози?
Відповідно до ВООЗ, критерії ефективної скринінгової програми можна знайти за адресою - https://www.who.int/cancer/prevention/diagnosis-screening/screening/en/
Для захисту скринінгової моделі раку підшлункової залози, враховуючи дуже низьку поширеність цієї хвороби, буде ефективніше проводити цільовий скринінг на групу людей з високим ризиком.
Було вивчено кілька біомаркерів, які потенційно можна виявити в сечі.
Ми не беремо участі в жодному з цих досліджень і нічого не говоримо про те, який тест чи біомаркер використовувати, лише якщо б був розроблений точний неінвазивний тест, алгоритм, який ми розробляємо, міг поєднуватись для полегшення цільового скринінгу., тобто скринінг людей, у яких підвищена ймовірність розвитку раку підшлункової залози.
Кредит зображення: Карл Дюпон/Shutterstock.com
Які симптоми були пов’язані з першими ознаками раку підшлункової залози? Як міг ШІ проаналізувати їх, щоб визначити людей з високим ризиком?
Ми включили в літературу всі симптоми, про які раніше повідомлялося, як пов’язані з раком підшлункової залози. Ми також включили інші, які часто траплялись у даних про стан здоров’я пацієнтів, деякі з них згодом діагностували рак підшлункової залози.
Отже, ми включили більшість речей, які ви очікуєте побачити, такі як біль у животі, біль у спині, анемія, втрата ваги, діабет та жовтяниця, а також кілька інших, які можуть бути не такими очевидними, як безсоння, втома., депресія. Модель прогнозує стан ризику на основі всіх змінних, тому недоречно виділяти лише одне або два, які є особливо важливими при визначенні осіб з високим ризиком.
Як ви протестували ШІ?
Пацієнтам з раком підшлункової залози зазвичай діагностують, коли вже занадто пізно, але більшість із них відвідували лікаря загальної практики з неспецифічних причин за кілька років до діагностики раку. Однак ці окремі симптоми не пов'язані з будь-яким підвищеним ризиком раку підшлункової залози. Ми припускаємо, що можна знайти поєднання таких (неспецифічних) симптомів, які будуть пов'язані з більш високим ризиком раку підшлункової залози.
Для того, щоб визначити цю комбінацію, ми використали ШІ, який дозволяє машині вивчати дані, шукати закономірності в даних та приймати кращі рішення в майбутньому на основі прикладів, які ми надаємо. Ці алгоритми застосовують вивчене в минулому до нових даних для прогнозування майбутніх подій.
Порівняно із звичайними техніками програмування, алгоритми машинного навчання автоматично формулюють правила з даних, що набагато потужніше. Оскільки ми маємо справу з великими обсягами даних, людське око не може визначити тенденції даних і правила коду.
Кредит зображення: Все, що можливо/Shutterstock.com
Якими були ваші відкриття?
Пілотне дослідження показало, що у людей віком до 60 років модель може передбачити, хто має більш високий ризик раку підшлункової залози за 20 місяців до встановлення діагнозу. Наша модель підрахувала, що для врятування життя від раку підшлункової залози потрібно провести приблизно 1500 тестів. Це навряд чи буде достатньо малим, щоб зробити скринінг життєздатним у цей час.
Однак попередні результати показують, що ШІ може зменшити кількість людей, яких нам потрібно перевірити. Ми повинні мати змогу зменшити цю проблему набагато, підбираючи хворих на рак підшлункової залози до загального контролю населення, що ми плануємо зробити наступним чином (у поточному дослідженні контролі мали інші типи раку).
Як можна використовувати цю технологію в майбутньому для боротьби з раком підшлункової залози?
ШІ - це неймовірний інструмент для автоматизованого розпізнавання шаблонів та закономірностей у даних. Використовуючи цю інформацію, алгоритми машинного навчання вживають дії та прогнозують результати, такі як класифікація даних за різними категоріями.
Наприклад, у нашому проекті ми прагнемо розробити алгоритм, який дає оцінку ризику захворюваності на рак підшлункової залози у пацієнта. Цей показник ризику базується на всіх симптомах, які спостерігаються у пацієнтів, у яких розвинувся рак підшлункової залози, порівняно з особами, у яких не розвинулось це захворювання.
Які наступні кроки у вашому дослідженні?
Наші результати базуються на пацієнтах з діагнозом рак підшлункової залози між 2005 і 2010 рр. Ми хотіли б розширити наші попередні результати до більш довгих та сучасних даних. Ми також хотіли б переглянути попередню діагностичну інформацію до 2 років після встановлення діагнозу, а це означає, що ми можемо виявити пацієнтів із високим ризиком навіть раніше.
Наша модель поставила під загрозу свою низьку специфічність. Найбільш вірогідною причиною цього може бути використання хворих на рак як свідків, які мають подібні попереджувальні знаки. Тому ми хочемо застосувати наші методи до загальної сукупності.
Наші результати показали відносну важливість таких змінних, як куріння та діабет, і враховуючи, що ми хотіли б провести стратифікований аналіз, також узгоджуючи контроль за їх курінням або діабетичним статусом. Нарешті, ми хотіли б оцінити економічну ефективність наших методів порівняно з іншими скринінговими програмами.
Де читачі можуть знайти більше інформації?
Ми перебуваємо в процесі подання наукової роботи на основі цього дослідження. Однак більше інформації можна знайти на нашому веб-сайті-
Про доктора Ананью Малхотру
Доктор Ананья Малхотра - дослідник Лондонської школи гігієни та тропічної медицини, працює з Мережею з питань нерівності в онкологічних захворюваннях.
Його поточний проект заснований на розробці алгоритму машинного навчання, який може полегшити раннє виявлення раку підшлункової залози. У липні 2020 року попередні результати цього дослідження були представлені на Всесвітньому конгресі ESMO з раку шлунково-кишкового тракту 2020, де воно було схвалено.
Вона отримала премію «Молодий слідчий» за найкращий реферат і взяла інтерв’ю у Комітеті з питань преси та засобів масової інформації ESMO за включення до своєї прес-програми.
Прес-реліз був розміщений на їхньому форумі новин, а також на EurekAlert! Крім того, публікація в блозі "In Focus" була опублікована The American Journal of Managed Care.