Нідерландські вчені з Амстердамського університетського медичного центру (Amsterdam UMC) розробили алгоритм штучного інтелекту (ШІ), який здатен виявляти ознаки раку легень за чотири місяці до встановлення діагнозу лікарем. Цей прорив у ранній діагностиці може суттєво покращити шанси на виживання пацієнтів, оскільки рак легень часто виявляється на пізніх стадіях, коли лікування менш ефективне.
Дослідження опубліковано у науковому виданні British Journal of General Practice (BJGP).
Читайте також: Відомий вчений запропонував нову гіпотезу походження Всесвіту, яка змінює уявлення про космос
Нова технологія аналізує історію хвороби пацієнта, включаючи неструктуровані записи лікарів загальної практики. Далі ШІ виявляє приховані закономірності та “тривожні сигнали” у замітках лікарів, які можуть свідчити про підвищений ризик розвитку раку легень.
У дослідженні, що охопило понад 525 тисяч пацієнтів, алгоритм зміг ідентифікувати 62% випадків раку легень за чотири місяці до того, як пацієнти були направлені до спеціалістів.
За словами авторів розробки, це дозволить заздалегідь діагностувати хворобу під час планового прийому та значно знизить смертність, адже 80% пацієнтів залишають життя протягом року через пізню діагностику.
“Навіть чотири тижні ранньої діагностики покращують прогноз – значить, чотири місяці можуть врятувати тисячі життів”, – зазначив професор Хенк ван Веєрт, який керував дослідженням.
Технологія вже протестована на даних 525 526 пацієнтів, включаючи 2 386 випадків раку легень.
Дослідники планують подальше вдосконалення алгоритму, адже ШІ пропустив приблизно одну третину випадків раку, а також мав певну кількість хибнопозитивних результатів.
Крім того, алгоритм потрібно адаптувати до різних медичних систем.
Також розглядається можливість застосування подібних методів для раннього виявлення інших видів раку, таких як рак товстої кишки, яєчників та підшлункової залози.
Цей розвиток у сфері медичної діагностики демонструє потенціал штучного інтелекту у покращенні раннього виявлення захворювань та підвищенні ефективності лікування.