/nginx/o/2023/05/09/15307719t1h1202.jpg)
Harvardi ja Kopenhaageni ülikooli teadlaste juhitud uuringute kohaselt suudab tehisintellekt edukalt tuvastada inimesed, kellel on kõrgeim risk haigestuda kõhunäärmevähki, kuni kolm aastat enne diagnoosimist. Selleks kasutatakse ainult patsientide haiguslugusid.
Sõeluuringud võivad olla väärtuslikud nende inimeste leidmisel, kellel on kõrgem risk haigestuda. Kõhunäärmevähk leitakse liiga sageli üles alles kaugelearenenud staadiumis, kui ravi on vähem efektiivne ja tulemused on kurvad, ütlesid teadlased. Pankrease vähk on üks surmavamaid vähktõbesid maailmas ja märgid näitavad, et selle esinemissagedus kasvab.
Praegu sõeluuringut kõhunäärmevähi avastamiseks olemas pole. Neid, kellel on kõhunäärmevähk perekonna terviseloos olnud või on teatud geneetilised mutatsioonid, mis soodustavad kõhunäärmevähki, mõnel pool jälgitakse.
«Üks olulisemaid otsuseid, millega arstid iga päev silmitsi seisavad, on määratleda, kellel on suur risk haigestuda ja kellel oleks kasu täiendavatest testimistest. See võib tähendada invasiivsemaid ja kulukamaid protseduure, millega kaasnevad omad riskid,» ütles Harvardi ülikooli Blavatniku instituudi vanemteadur ja süsteemibioloogia osakonna õppejõud Chris Sander.
Tehisintellekti tööriist, mis võimaldab välja sõeluda need, kellel on kõrgeim risk kõhunäärmevähi tekkeks ja kes saavad edasistest testidest kõige rohkem kasu, võib aidata kaasa kliiniliste otsuste tegemise parandamisele. Sander lisas, et selline lähenemisviis võib kiirendada kõhunäärmevähi avastamist, viia varasema ravini ning parandada tulemusi ja pikendada patsientide eluiga.
«Paljud vähitüübid, eriti need, mida on raske varakult tuvastada ja ravida, tekitavad patsientidele, peredele ja tervishoiusüsteemile tervikuna ebaproportsionaalselt suurt kahju,» ütles Kopenhaageni ülikooli professor Søren Brunak. «Tehisintellektipõhine sõeluuring on võimalus muuta pankreasevähi trajektoori. See on agressiivne haigus, mida on kurikuulsalt raske varakult diagnoosida ja kohe ravida, kui eduvõimalused on kõige suuremad.»
Uues uuringus «koolitati» tehisintellekti algoritmi kahel eraldi andmekogumil, mis hõlmasid kokku 9 miljonit Taani ja Ameerika Ühendriikide patsiendikirjet. Teadlased «palusid» mudelil otsida märke kirjetes sisalduvatest andmetest. Haiguskoodide kombinatsioonide ja nende esinemise ajastuse põhjal suutis mudel ennustada, millistel patsientidel võib tulevikus tekkida kõhunäärmevähk. Enamasti polnud sümptomid ja haiguskoodid otseselt seotud kõhunäärmega ega tulenenud sellest.
Teadlased katsetasid erinevaid versioone võime osas tuvastada inimesi, kellel on kõrgendatud risk haiguste tekkeks erinevatel ajavahemikel – kuus kuud, üks aasta, kaks aastat ja kolm aastat. Tehisintellekti algoritmi iga järgnev versioon oli oluliselt täpsem, et ennustada, kes haigestub kõhunäärmevähki. Teadlased ütlesid, et nad usuvad, et mudel on haiguse esinemise ennustamisel vähemalt sama täpne kui praegused geneetilised testid, mis on tavaliselt saadaval ainult vähestele patsientidele.
Teatud levinud vähivormide (nt rinna-, emakakaela- ja eesnäärmevähk) skriinimine põhineb suhteliselt lihtsatel ja väga tõhusatel meetoditel – mammograafial, Pap-testil ja vereanalüüsil. Need sõeluuringumeetodid on muutnud nende haiguste ravitulemusi, tagades varajase avastamise ja sekkumise kõige ravitavamates etappides.
Kõhunäärmevähki on raskem ja kulukam skriinida ja testida. Arstid vaatavad peamiselt perekonna ajalugu ja geneetiliste mutatsioonide olemasolu, mis on küll tähtsad tulevase riski näitajad, kuid jätavad sageli paljud patsiendid tähelepanuta. Tehisintellekti tööriista üks eriline eelis on see, et seda saab kasutada kõigi patsientide jaoks, kelle terviseandmed ja haiguslugu on kättesaadavad, mitte ainult neil, kellel on teadaolev perekondlik või geneetiline eelsoodumus haigusele. Teadlaste sõnul on see eriti oluline, sest paljud kõrge riskiga patsiendid ei pruugi isegi olla teadlikud oma geneetilisest eelsoodumusest või perekonna ajaloost.
Sümptomite puudumisel ja ilma selge viiteta suurele riskile on arstil raske soovitada teha keerukamaid ja kallimaid uuringuid, nagu tomograafia, endoskoopiline ultraheli või biopsia. Sügaval kõhuõõnes paiknev organ on raskesti ligipääsetav, kergesti «provotseeritav» ja seal võib kergesti tekkida põletik. Selle ärrituvuse tõttu on kõhunääre pälvinud nimetuse «vihane organ».
Teadlased ütlesid, et tehisintellekti tööriist tuvastab need, kellel on kõrgeim risk kõhunäärmevähi tekkeks, ja see tagab, et arstid testivad õigeid inimesi, säästes samal ajal teisi tarbetutest testimistest ja täiendavatest protseduuridest.
Umbes 44 protsenti varases pankreasevähi staadiumis diagnoositud inimestest elab pärast diagnoosimist vähemalt viis aastat, kuid ainult 12 protsenti juhtudest diagnoositakse nii varakult. Teadlaste hinnangul langeb ellujäämismäär 2–9 protsendini neil, kelle kasvajad on levinud väljapoole oma algset kollet.
«See madal elulemus on püsinud, hoolimata kirurgiliste tehnikate, keemiaravi ja immunoteraapia märkimisväärsetest edusammudest,» ütles Sander. «Nii et lisaks keerukatele ravimeetoditele on selge vajadus parema sõeluuringu, sihipärasema testimise ja varasema diagnoosimise järele ning siin on tehisintellektipõhine lähenemine selle kontiinuumi esimese kriitilise sammuna.»
Praeguse uuringu jaoks töötasid teadlased välja mitu tehisintellekti mudeli versiooni ja «koolitasid» neid Taani riikliku tervishoiusüsteemi 6,2 miljoni patsiendi terviseandmete peal, mis hõlmasid 41 aastat. Nendest patsientidest tekkis aja jooksul kõhunäärmevähk 23 985-l.
Töö käigus tuvastas algoritm haiguste arengutrajektooride põhjal mustreid, mis viitavad tulevasele kõhunäärmevähi riskile, st kas patsiendil olid teatud haigusseisundid, mis ilmnesid aja jooksul teatud järjestuses.
Näiteks sellised diagnoosid, nagu sapikivid, aneemia, 2. tüübi diabeet ja muud seedesüsteemiga seotud probleemid, näitasid suuremat riski haigestuda kõhunäärmevähki kolme aasta jooksul pärast hindamist. Vähem üllatav on asjaolu, et kõhunäärmepõletik ennustas tulevast kõhunäärmevähki veelgi lühema aja – kahe aasta jooksul. Teadlased hoiatavad, et ühtki neist diagnoosidest ei tohiks käsitleda kui tulevase kõhunäärmevähi indikaatorit ega põhjustajat.
Kuid muster ja järjestus, milles need aja jooksul ilmnevad, pakuvad vihjeid tehisintellektil põhineva seiremudeli jaoks ja võivad aidata arstidel kõrgendatud riskiga inimesi tähelepanelikumalt jälgida või vastavalt testida.
Järgmiseks katsetasid teadlased kõige paremini toimivat algoritmi täiesti uuel patsiendikirjete kogumil, mida see varem polnud kohanud – USA veteranide tervishoiusüsteemi andmekogumil, mis koosnes peaaegu 3 miljonist kirjest, hõlmas 21 aastat ja sisaldas 3864 kõhunäärmevähi diagnoosiga isikut. Tööriista ennustustäpsus oli USA andmekogumiga töötades alguses mõnevõrra madalam. Tõenäoliselt oli see tingitud sellest, et USA andmestik koguti lühema aja jooksul ja see sisaldas mõnevõrra erinevat patsientide populatsiooni – kogu Taani elanikkond Taani andmekogumis on oluliselt erinev praeguste ja endiste sõjaväelaste andmekogumist. Kui algoritm USA andmekogu jaoks «ümber õpetati», paranes selle ennustustäpsus. Teadlaste sõnul on oluline tagada, et mudelid oleks koolitatud kvaliteetsete ja rikkalike andmete põhjal. Teiseks on vajalik juurdepääs riiklikult ja rahvusvaheliselt koondatud suurtele korralikele andmekogumitele. Kui seda võimalust pole, siis tuleks tehisintellekti mudeleid koolitada kohalike terviseandmete põhjal, et nende koolitus peegeldaks kohalike elanike eripärasid.
Allikad: Harvard Medical School, Nature, EurekAlert
:format(webp)/nginx/o/2022/01/02/14289763t1h533a.jpg)