Modelele de învățare automată estimează riscurile de cancer folosind date de sănătate obișnuite

Modelele de învățare automată estimează riscurile de cancer folosind date de sănătate obișnuite

Modelele de învățare automată, care utilizează informații de sănătate colectate în mod obișnuit, precum analizele de sânge, istoricul medical și factorii de stil de viață, ar putea ajuta la identificarea persoanelor cu un risc mai mare de a dezvolta mai multe tipuri de cancer comune, conform unui studiu internațional prezentat la Congresul ESMO 2026.

Cercetătorii au dezvoltat aproximativ 500 de modele de învățare automată pentru a prezice riscul de 20 de tipuri comune de cancer, folosind date de la 463.620 de participanți din UK Biobank, care au fost urmăriți timp de aproximativ 18 ani. În această perioadă, 57.055 de participanți au dezvoltat cancer. Modelele au analizat informații precum istoricul medical, factorii de stil de viață, analizele de sânge, datele genetice și metabolomice.

Pentru a evalua performanța modelelor în diferite populații, cercetătorii le-au testat folosind date de la participanți din Scoția și Țara Galilor, precum și de la 42.036 de persoane din programul de cercetare All of Us din SUA și mai mult de 3 milioane din baza de date JMDC din Japonia. Pentru a reduce influența bolilor nediagnosticate, cancerele diagnosticate în primii ani au fost excluse din modelele relevante.

Modelele au depășit abordările statistice tradiționale, deși performanța a variat în funcție de tipul de cancer. Pentru un rezultat combinat al cancerului, acoperind cancerele care ar putea fi prezise din datele clinice de rutină, au atins o zonă sub curbă (AUROC) de 0,83 la 15 ani, unde 0,5 reprezintă o predicție similară cu șansa și 1,0 o predicție perfectă. Performanța a fost deosebit de puternică pentru cancerul pulmonar, esofagian și hepatic, dar mai limitată pentru cancerul ovarian, mamar și cervical. Pentru leucemia mieloidă acută și mielomul multiplu, performanța a scăzut atunci când s-a analizat o perioadă mai lungă, sugerând că unele predicții pe termen scurt ar putea reflecta semne timpurii ale cancerului deja prezent, dar nediagnostificat.

Multe din informația predictivă a provenit din analizele de sânge și istoricul clinic. Analizele de sânge au continuat să adauge valoare predictivă pentru cancerele diagnosticate la mai mult de cinci ani distanță, în timp ce datele genetice și metabolomice au adus doar o mică îmbunătățire suplimentară. Echipa a dezvoltat, de asemenea, PRE-Screen, un instrument care permite agenților de inteligență artificială (AI) bazați pe modele de limbaj mari (LLMs) să ruleze modelele de risc într-un mod consistent. Agenții care l-au utilizat au avut o performanță semnificativ mai bună decât LLM-urile care făceau predicții fără ajutor.

Pentru anumite tipuri de cancer, aceste modele ar putea reprezenta un pas de pre-screening cu costuri reduse, utilizând date deja disponibile în îngrijirea de rutină. Programele de screening existente acoperă doar anumite tipuri de cancer și adesea utilizează criterii de eligibilitate largi, în loc să evalueze riscul individual al fiecărei persoane.

În Uniunea Europeană, recomandările s-au concentrat în mod tradițional pe cancerul mamar, cervical și colorectal, Consiliul UE recomandând, de asemenea, explorarea screeningului pentru alte tipuri de cancer.

„Tipurile de cancer diferă substanțial în mecanismele lor carcinogene și în modul în care factorii de risc și condițiile precursoare sunt surprinse în datele de rutină”, a explicat Koop. A adăugat că modelele ar putea ajuta la țintirea screeningului sau intervențiilor pentru a reduce riscul de cancer, dar a avertizat că multe persoane marcate ca având un risc mai mare nu vor dezvolta cancer. „Un semnal pozitiv ar trebui, prin urmare, să determine mai întâi teste minim invazive”, a spus el. Deoarece studiul a analizat datele existente retroactiv, sunt necesare cercetări suplimentare pentru a stabili dacă abordarea duce la un diagnostic mai timpuriu sau la rezultate mai bune.

„Ce este necesar este o evaluare cuprinzătoare a protocolului propus în diverse tipuri de populații și medii, externe la cohorta UK Biobank”, a subliniat el, care nu a fost implicat în studiu. A accentuat că este necesară o validare suplimentară pentru a evalua fiabilitatea și generalizabilitatea constatărilor și a potențialelor biasuri.

„Protocolul de analiză automată propus în această lucrare poate reprezenta un instrument valoros pentru prioritizarea pacienților, detectarea timpurie și evaluarea riscurilor”, a sugerat el. „Beneficiul ar fi reducerea poverii asupra societății și a sistemului de sănătate.”