Читайте: Россиян ждут важные изменения с 1 октября: вступают в силу новые ограничения
В исследование включили данные 6066 человек с раком поджелудочной железы и 33 396 пациентов без этого заболевания. У каждого участника была доступна медицинская история продолжительностью от 7,5 до 19 лет, включая диагнозы, обращения к врачам и результаты стандартных лабораторных тестов. Именно последовательность этих изменений во времени использовалась для обучения алгоритма.
Модель смогла отличать людей с высоким риском заболевания от участников с низкой вероятностью рака еще за три года до постановки диагноза. Показатель AUROC, который отражает способность алгоритма различать две группы, составил 0,853, где значение 1 означает идеальный результат, а 0,5 соответствует случайному угадыванию. Другой показатель точности — AUPRC — достиг 0,712.
Первый автор работы, специалист по хирургическим данным Крис Варгезе, отметил, что модель также достаточно точно оценивала абсолютный риск конкретного пациента. Если алгоритм выдавал вероятность рака поджелудочной железы выше 50%, то в течение следующего года заболевание действительно диагностировали примерно у 88% таких пациентов.
Соавтор исследования, хирург-онколог Корнелиус Тилс, объяснил, что массовый скрининг рака поджелудочной железы сейчас практически невозможен из-за сравнительно низкой распространенности заболевания. Поэтому задача команды заключалась не в обследовании всех людей подряд, а в поиске небольшой группы с повышенным риском, которой можно было бы назначать дополнительные исследования.
Рак поджелудочной железы особенно опасен из-за поздней диагностики. По данным, приведенным авторами, менее одного из пяти пациентов выявляют на стадии, когда возможно потенциально радикальное лечение. В США на рак поджелудочной железы приходится около 3% новых случаев онкологических заболеваний, но примерно 8% смертей от рака.
Одним из преимуществ модели исследователи называют то, что для нее не требуются специальные дорогостоящие анализы. Алгоритм использует информацию, которая уже регулярно собирается в больницах: результаты обычных лабораторных исследований и историю заболеваний пациента. По словам Варгезе, при успешной дальнейшей проверке систему теоретически можно будет внедрять в разных медицинских учреждениях.
Сейчас алгоритм начали применять в клинике Майо в исследовательском режиме для перспективной проверки, когда система оценивает пациентов до того, как станет известно, у кого из них действительно возникнет заболевание. Команда также планирует проверить модель в медицинской системе, не связанной с клиникой Майо, чтобы понять, насколько хорошо она работает на другой группе пациентов.
При этом результаты пока нельзя считать окончательными. Исследование основано преимущественно на ретроспективном анализе медицинских записей, а представленная на хирургическом конгрессе работа еще не прошла полноценное рецензирование в научном журнале. Поэтому алгоритм пока остается исследовательским инструментом, а не готовым методом массовой диагностики рака поджелудочной железы.
Читайте также: