Искусственный интеллект вычислит рак за три года до его появления

Исследователи из американского университета Michigan Medicine использовали искусственный интеллект для создания инструмента прогнозирования K-ECAN, способного выявлять рак пищевода и желудка ещё за три года до постановки диагноза. Metro побеседовало с разработчиком программы Джоэлом Рубинштейном, доктором медицинских наук, профессором Мичиганского медицинского университета. 

Каким образом вы пришли к идее использовать искусственный интеллект для определения болезни? 

– Мы подсчитали, что за последние пять десятилетий число диагностируемых случаев аденокарциномы пищевода и кардии желудка (сегмент желудка, окружающий место соединения его с пищеводом. – Прим. ред.) резко возросло и стало самой распространённой формой рака пищевода в западных странах. В результате мы захотели понять, как предотвратить эту проблему. Ранее мы уже разрабатывали и представляли инструмент вычисления пищевода Барретта (M-BERET – заболевание, одно из серьёзных осложнений гастроэзофагеальной рефлюкс-болезни, рассматривается как предраковое состояние и вызывает повышение риска частоты развития рака пищевода. – Прим. ред.). Однако этот инструмент, во-первых, требовал от врачей механического измерения окружности бёдер и талии пациентов, что вызывало проблемы. Кроме того, врачам также было необходимо вручную вбивать данные в специальное веб-приложение для расчёта риска своего пациента. В итоге мы решили, что автоматизированный подход с использованием электронных медицинских карт может быть более удобным для пользователя, а использование машинного обучения может сделать прогноз ещё более точным.  

В данный момент мы тестируем нашу технологию в одной из больниц, чтобы доказать эффективность метода.

Джоэл Рубинштейн

Расскажите, как именно работает ваше изобретение? 

– K-ECAN использует данные из электронных медицинских карт, в частности, информацию о возрасте, поле, весе пациентов. Также оно анализирует все данные о гастроэзофагеальной рефлюксной болезни (ГЭРБ) пациента, если она у него диагностирована, и анализирует количество рецептов на лекарства, выписанных для снижения кислотности. Также умная программа оценивает результаты обычных лабораторных анализов, таких как общий анализ крови. В работе мы используем форму искусственного интеллекта под названием Extreme Gradient Boosting. Его работа, кстати, показала нам, что наличие ГЭРБ у пациента – далеко не главный симптом потенциального развития рака у пациента. Примерно половина больных  этой формой рака вообще никогда ранее не испытывали характерных для ГЭРБ симптомов. Намного информативнее данные о пожилом возрасте пациента или его поле. Однако для обнаружения заболевания на максимально ранних этапах наиболее полезной информацией являются незначительные изменения в анализах крови. Они вроде бы всё ещё находятся в пределах нормы, поэтому сами по себе не вызывают беспокойства у врача. Однако ИИ уже насторожится. В целом же мы пришли к выводу, что использование искусственного интеллекта позволяет делать прогнозы более точными, чем все другие используемые ранее инструменты, а польза от них выше, чем от принятых ранее рекомендаций для врачей относительно того, кому из пациентов следует назначать скрининг для определения рака.  

10 млн данных различных испытуемых было использовано для обучения искусственного интеллекта Extreme Gradient Boosting

В ходе создания своей программы вы задумывались о вопросе  конфиденциальности и защиты данных? 

– Безусловно, K-ECAN использует лишь данные электронных медицинских карт, которые максимально хорошо защищены. Так что мы уверены, что никакая информация о пациентах не будет вынесена за пределы системы здравоохранения. 

От чего зависит успех использования вашей системы? 

– Всё зависит от того, в каком возрасте человеку будет проводиться раковый скрининг. Этот порог пока не установлен, но мы бы предложили остановиться на отметке 50 лет. Эта цифра основана на простом анализе количества смертей, связанных с аденокарциномой пищевода и кардии желудка. Говоря иначе, если бы мы использовали этот пороговый показатель, K-ECAN сумел бы предотвратить заболевание у 38% потенциальных больных.  

Каким образом вы планируете дальше развивать свои изыскания? 

– В области гастроэнтерологии ведётся много интересной работы по анализу эндоскопических изображений с помощью искусственного интеллекта в режиме реального времени. Если мы добьёмся успеха, то поможем эндоскопистам быстрее идентифицировать патологию.

Читайте также: Учёные разработали способ восстановления мозга после травм и инсульта с помощью 3D-печати