人工智能预测未来胰腺癌
根据哈佛医学院和哥本哈根大学的研究人员与 VA 合作开展的一项新研究，人工智能工具仅使用患者的病历就可以在诊断前长达三年成功识别出胰腺癌风险最高的人Boston Healthcare System、Dana-Farber 癌症研究所和哈佛大学 TH Chan 公共卫生学院。
该研究结果于 5 月 8 日发表在 《自然医学》杂志上， 表明基于 AI 的人群筛查对于发现该疾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的晚期发现的疾病进行诊断研究人员说，结果令人沮丧。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。
目前，还没有基于人群的工具来广泛筛查胰腺癌。那些有家族病史和某些易患胰腺癌的基因突变的人会以有针对性的方式进行筛查。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。
“临床医生每天面临的最重要的决定之一是谁处于疾病的高风险中，谁会从进一步的测试中受益，这也可能意味着更多的侵入性和更昂贵的程序会带来自己的风险，”研究合作者说-高级调查员 克里斯·桑德，HMS 布拉瓦尼克研究所系统生物学系教员。“一种人工智能工具可以将那些胰腺癌风险最高的人归零，这些人将从进一步的测试中获益最多，这可能会对改善临床决策大有帮助。”
Sander 补充说，大规模应用这种方法可以加快胰腺癌的检测速度，导致早期治疗，改善结果并延长患者的寿命。
“许多类型的癌症，尤其是那些难以早期识别和治疗的癌症，对患者、家庭和整个医疗保健系统造成了不成比例的伤害，”研究联合高级研究员、疾病系统生物学教授兼研究主任 Søren Brunak 说。在哥本哈根大学的诺和诺德基金会蛋白质研究中心。“基于 AI 的筛查是改变胰腺癌发展轨迹的机会，胰腺癌是一种众所周知难以早期诊断和及时治疗的侵袭性疾病，而成功的机会最高。”
在这项新研究中，AI 算法在两个独立的数据集上进行了训练，数据集总计来自丹麦和的 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线索。根据疾病代码及其发生时间的组合，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 AI 模型，以了解它们在不同时间尺度(6 个月、一年、两年和三年)内检测疾病发展风险升高的人的能力。总的来说，人工智能算法的每个版本在预测谁会患上胰腺癌方面比目前全人群的疾病发病率估计要准确得多——疾病发病率定义为一种疾病在特定时期内在人群中发展的频率。研究人员表示，他们认为该模型在预测疾病发生方面至少与目前通常仅适用于数据集中一小部分患者的基因测序测试一样准确。
“愤怒的器官”
筛查某些常见癌症(例如乳腺癌、子宫颈癌和前列腺癌)依赖于相对简单且高效的技术——分别是乳房 X 光检查、子宫颈抹片检查和血液检查。这些筛查方法通过确保在最可治疗的阶段进行早期检测和干预，改变了这些疾病的结果。
相比之下，胰腺癌的筛查和检测难度更大、成本更高。医生主要查看家族史和基因突变的存在，虽然这些是未来风险的重要指标，但往往会遗漏许多患者。人工智能工具的一个特别优势是它可以用于任何和所有有健康记录和病史的患者，而不仅仅是那些具有已知家族病史或疾病遗传易感性的患者。研究人员补充说，这一点尤为重要，因为许多高危患者甚至可能不知道自己的遗传易感性或家族史。
在没有症状且没有明确迹象表明某人处于胰腺癌高风险的情况下，临床医生可能会谨慎推荐更复杂和更昂贵的测试，例如 CT 扫描、MRI 或内窥镜超声，这是可以理解的。当使用这些测试并发现可疑病变时，患者必须接受活组织检查的程序。该器官位于腹部深处，难以接近并且容易被激怒和发炎。它的易怒性为它赢得了“愤怒的器官”的绰号。
版权声明：本文由用户上传，如有侵权请联系删除！