I ricercatori hanno utilizzato i dati delle cartelle cliniche dei pazienti negli Stati Uniti e in Danimarca dal 1977 al 2020. Hanno esaminato una coorte di 6,2 milioni di pazienti danesi, 23.985 dei quali avevano un cancro al pancreas e 3 milioni di militari in cura. Attraverso Veterans Affairs, alla fine ne furono identificati 3.864.
I ricercatori hanno utilizzato un modello di apprendimento automatico per analizzare i dati, insegnandogli a prevedere il rischio di cancro in base ai sintomi e a vari codici diagnostici nelle cartelle cliniche dei pazienti.
Alcuni dei sintomi associati a una prognosi ad alto rischio non sono tradizionalmente collegati al cancro del pancreas. Calcoli biliari, diabete di tipo 2, anemia e sintomi gastrointestinali come vomito e dolore addominale erano tutti collegati a un punteggio di rischio più elevato tre anni prima della diagnosi.
In uno scenario reale, scrivono i ricercatori, il modello AI svilupperebbe il cancro al pancreas in 320 persone su 1.000 identificate come ad alto rischio. Indirizzando la sorveglianza ai pazienti ad alto rischio, lo strumento potrebbe rendere lo screening più accessibile, scrivono.
Attualmente, la task force sui servizi preventivi degli Stati Uniti no raccomandazione Screening di persone asintomatiche per cancro al pancreas. Screening dei pazienti ad alto rischio relativo a Tuttavia, vi è una maggiore possibilità di sopravvivenza a lungo termine.
“Uno strumento di intelligenza artificiale che può concentrarsi sulle persone ad alto rischio di cancro al pancreas e che possono beneficiare di più test, potrebbe fare molto per migliorare il processo decisionale clinico”, ha affermato Chris Sander, coautore dello studio. . Facoltà di medicina di Harvard Laboratorio In un messaggio, la biologia si dedica all’uso dell’apprendimento automatico e di altre tecnologie per risolvere i problemi liberazione.
Usato su larga scala, un tale strumento potrebbe prolungare la durata della vita e migliorare i risultati del trattamento, ha affermato Sander.
