Sztuczna inteligencja może przewidzieć niektóre formy raka przełyku i żołądka

Jednak Joel Rubinstein, lekarz medycyny, naukowiec w Veterans Affairs Charles S. Kettles Center for Clinical Management Research i profesor chorób wewnętrznych na Uniwersytecie Medycznym Michigan, twierdzi, że środki zapobiegawcze mogą być zbawieniem.

„Badanie może wykryć zmiany przednowotworowe u pacjentów, takie jak przełyk Barretta, który czasami diagnozuje się u osób z długotrwałą chorobą refluksową przełyku, czyli GERD” – powiedział.

„Wcześnie wykryci pacjenci mogą podjąć dodatkowe kroki, aby zapobiec nowotworowi”.

Chociaż obecne wytyczne uwzględniają już badania przesiewowe u pacjentów wysokiego ryzyka, Rubinstein zwraca uwagę, że wielu lekarzy nadal nie jest świadomych tego zalecenia.

„Wiele osób, u których rozwija się ten typ nowotworu, nie jest poddawanych badaniom przesiewowym od samego początku” – powiedział.

„Jednak nowe zautomatyzowane narzędzie wbudowane w elektroniczną kartę zdrowia może potencjalnie wypełnić lukę między świadomością lekarzy a pacjentami, u których występuje zwiększone ryzyko gruczolakoraka przełyku i gruczolakoraka żołądka”.

Rubinstein i zespół badaczy wykorzystali rodzaj sztucznej inteligencji do zbadania danych na temat wskaźników EAC i GCA u ponad 10 milionów amerykańskich weteranów.

Ich ustalenia zostały opublikowane w Choroby układu trawiennego.

Rubinstein i jego zespół opracowali i przetestowali narzędzie do przewidywania gruczolakoraka przełyku i serca, zwane w skrócie K-ECAN.

„K-ECAN wykorzystuje kluczowe informacje dostępne już w elektronicznej karcie zdrowia, takie jak dane demograficzne pacjenta, masa ciała, wcześniejsze diagnozy i rutynowe wyniki badań laboratoryjnych, aby określić ryzyko rozwoju gruczolakoraka przełyku i gruczolakoraka żołądka u danej osoby” – powiedział Rubinstein.

„Poprzednie narzędzie, M-BERET, opracowaliśmy ponad dziesięć lat temu do identyfikacji pacjentów z przełykiem Barretta. Jednakże narzędzie to wymaga pomiaru obwodów bioder i talii pacjentów, co nie jest wykonywane rutynowo. Ponadto dostawcy powinni o tym pamiętać do korzystania z odpowiedniej strony internetowej w celu obliczenia ryzyka dla pacjenta podczas korzystania z tego narzędzia.

Aby zmniejszyć to obciążenie, Rubinstein stwierdził, że „przewidywali wykorzystanie dużej ilości danych znajdujących się już w elektronicznej karcie zdrowia, a także przedstawianie świadczeniodawcom zagrożeń, na jakie narażeni są ich pacjenci, w odpowiednim czasie”, na przykład gdy dana osoba ma zgłosić się na wizytę lekarską. badanie jelita grubego. Lub uzupełnij przepisane leki, aby zmniejszyć kwasowość.

Według Rubinsteina K-ECAN jest dokładniejszy niż opublikowane wytyczne lub wcześniej zatwierdzone narzędzia prognostyczne i może „dokładnie przewidywać raka co najmniej trzy lata przed diagnozą”.

„Objawy GERD, takie jak zgaga, są ważnym czynnikiem ryzyka gruczolakoraka przełyku” – powiedział.

„Ale u większości osób z objawami GERD nigdy nie rozwinie się gruczolakorak przełyku ani gruczolakorak serca. Ponadto prawie połowa pacjentów z tym typem nowotworu nigdy nie doświadczyła objawów GERD. To sprawia, że ​​K-ECAN jest szczególnie przydatny, ponieważ może zidentyfikować osoby, które należą do grupy wysokiego ryzyka, niezależnie od tego, czy mają objawy GERD, czy nie”.

Akbar Walaji, lekarz medycyny, profesor na Wydziale Nauk o Zdrowiu i Chorób Wewnętrznych oraz główny autor badania, dodaje, że badania te nie byłyby możliwe bez wspólnego wysiłku.

„Ta publikacja, w której wykorzystano bezcenne dane od milionów amerykańskich weteranów, powstała dzięki oddanym wysiłkom wielu pracowników Centrum Innowacji ds. Badań i Rozwoju Usług Zdrowotnych w Wirginii, a także dzięki współpracy partnerskiej pomiędzy Centrum Zarządzania Klinicznego Wirginii Research, Michigan Medicine, Departament Statystyki Uniwersytetu Michigan oraz członkowie Instytutu UM ds. Polityki Opieki Zdrowotnej, Innowacji, Zdrowia Elektronicznego i Sztucznej Inteligencji, czyli e-HAIL, stanowią przykład potęgi zespołu zajmującego się nauką, danymi i uczeniem maszynowym w celu poprawy profilaktyki raka.”

Zintegrowanie tego narzędzia sztucznej inteligencji z elektroniczną dokumentacją zdrowia może ostrzegać dostawców za pomocą automatycznego powiadomienia o pacjentach o podwyższonym ryzyku gruczolakoraka przełyku i gruczolakoraka żołądka.

Rubinstein twierdzi, że mogłoby to znacznie zmniejszyć obciążenie tymi nowotworami.

„Nasz oddany zespół był w stanie wykorzystać najnowocześniejsze narzędzia uczenia maszynowego do opracowania tego wyjątkowego narzędzia i jesteśmy bardzo podekscytowani, że może to doprowadzić do zwiększenia liczby badań przesiewowych i zmniejszenia liczby zgonów, którym można zapobiec. Nie możemy się doczekać dodatkowych prac weryfikujących K-ECAN do użytku poza z WA.”