هوش مصنوعی خطر ابتلا به سرطان پانکراس را پنج سال زودتر شناسایی می‌کند

پژوهشی جدید نشان می‌دهد یک مدل هوش مصنوعی می‌تواند با تحلیل اطلاعات پرونده‌های الکترونیکی سلامت و آزمایش‌های معمول خون، افرادی که در معرض خطر بالاتر ابتلا به سرطان پانکراس قرار دارند را تا پنج سال پیش از تشخیص بیماری شناسایی کند. این یافته‌ها می‌توانند راهی برای شناسایی زودهنگام افراد پرخطر فراهم کنند؛ هرچند برای مشخص شدن کاربرد این مدل در مراقبت‌های بالینی، به پژوهش‌های بیشتری نیاز است.

تشخیص سرطان پانکراس دشوار بوده و بسیاری از موارد ابتلا زمانی شناسایی می‌شوند که بیماری گسترش یافته است. بر اساس داده‌های ارائه‌شده در متن پژوهش، بقای نسبی پنج‌ساله بیماران در صورت محدود ماندن سرطان به پانکراس حدود ۴۴ درصد است؛ درحالی‌که این میزان در صورت گسترش سرطان به بخش‌های دیگر بدن به تنها ۳ درصد می‌رسد. به همین دلیل، شناسایی افراد در معرض خطر پیش از بروز نشانه‌های بالینی می‌تواند اهمیت زیادی داشته باشد.

پژوهشگران کلینیک مایو این مدل را با استفاده از اطلاعات نزدیک به ۴۰ هزار نفر توسعه دادند. این مجموعه داده شامل ۶۰۶۶ فرد مبتلا به سرطان پانکراس و ۳۳ هزار و ۳۹۶ فرد در گروه کنترل بود. سابقه پزشکی شرکت‌کنندگان بین ۷.۵ تا ۱۹ سال را پوشش می‌داد و پژوهشگران تلاش کردند الگوهای ظریفی را در اطلاعات پزشکی آن‌ها شناسایی کنند که ممکن است با افزایش خطر ابتلا در آینده ارتباط داشته باشند.

کریس وارگیس، نویسنده اصلی پژوهش و تحلیلگر داده‌های جراحی در کلینیک مایو، گفت:

«مهم‌ترین یافته این بود که الگوهای ظریف در روند دریافت خدمات سلامت یک فرد می‌توانند افزایش خطر سرطان پانکراس را تا پنج سال پیش از ثبت تشخیص آشکار کنند.»

عملکرد مدل نیز امیدوارکننده بود. پنج سال پیش از تشخیص، مقدار شاخص AUROC این مدل به ۰.۸۵۳ رسید؛ معیاری که توانایی مدل در تمایز میان افراد با خطر بالاتر و پایین‌تر را ارزیابی می‌کند و مقادیر نزدیک‌تر به یک، نشان‌دهنده عملکرد بهتر هستند. البته این نتیجه به‌تنهایی به معنای پیش‌بینی قطعی ابتلا در افراد نیست.

وارگیس همچنین اشاره کرد که برای استفاده بالینی از این مدل، باید مشخص شود خطر پیش‌بینی‌شده تا چه اندازه با میزان واقعی ابتلا مطابقت دارد و چه سطحی از خطر، بررسی‌های بیشتر را ضروری می‌کند.

کورنیلیوس تیلز، متخصص سرطان‌شناسی جراحی در کلینیک مایو و از نویسندگان پژوهش، توضیح داد:

«آزمایش‌های معمول خون، به‌ویژه برخی مؤلفه‌های شمارش کامل سلول‌های خون، نقش مهمی در پیش‌بینی مدل داشتند. سابقه دیابت، پانکراتیت و سایر مشکلات مرتبط با پانکراس نیز در کنار الگوهای مراجعه به مراکز درمانی به پیش‌بینی خطر کمک کردند.»

با این حال، نتایج این پژوهش هنوز داوری علمی نشده‌اند و به‌عنوان یافته‌های اولیه در کنگره بالینی ۲۰۲۶ کالج جراحان آمریکا ارائه شده‌اند. پژوهشگران اکنون در حال بررسی آینده‌نگر عملکرد مدل هستند و قصد دارند آن را در یک نظام سلامت خارج از کلینیک مایو نیز ارزیابی کنند.

تیلز تأکید کرد که هنوز مشخص نیست پس از شناسایی افراد پرخطر، بهترین اقدام چیست. تصویربرداری مانند سی‌تی‌اسکن، ام‌آر‌آی و سونوگرافی آندوسکوپیک از گزینه‌های احتمالی برای بررسی‌های بعدی هستند. در نهایت، پژوهشگران باید مزایای تشخیص زودهنگام را در برابر خطرات، هزینه‌ها و اضطراب ناشی از نتایج مثبت کاذب بسنجند.

امتیازات

امتیاز شما به این مطلب چیست؟

امتیاز شما به این مطلب چیست؟

ثبت دیدگاه

دیدگاه خود را درباره این مطلب بنویسید.
هنوز دیدگاهی ثبت نشده است!