2025. 04. 08. - 08:25
Rákszűrésre van szükségünk – szól a mesterséges intelligencia
A mesterséges intelligencia ma már jelezni tudja, ha rákszűrésre van szüksége az embernek. A jelenlegi MI-modellek kutatások alapján a rákos betegségek 60-90 százalékát jósolják meg.
Szólni tud ma már a mesterséges intelligencia (MI), ha szüksége van az embernek rákszűrésre.
Jelenleg az erre vonatkozó ajánlások elsősorban a beteg életkorán alapulnak. Ezért előfordulhat, hogy a szakemberek nem ösztönzik a fiatalabb, veszélyeztetett egyéneket rákszűrésre.
Ellenben szükségtelenül késztethetik az idősebb, alacsony kockázatú egyéneket erre.
A mesterséges intelligencia képes ennek megváltoztatására. Farrokh Alemi a George Mason Egyetemen kollégái és halllgatói bevonásával szerkesztett egy öt cikkből álló gyűjteményt, arról, hogyan lehet az adattudományt felhasználni a rák kockázatának előrejelzésére.
Ez lehetővé teszi a kockázatalapú mesterséges intelligencia rendszerek számára, hogy rákszűrést javasoljanak. Kutatásaik azt mutatják, hogy a kockázatalapú modellek a rákos megbetegedések 60-90 százalékát megjósolják. Olvasd el: Rák agresszivitását mérik fel mesterséges intelligencia-módszerekkel
Rákszűrésre van szükségünk – szól a mesterséges intelligencia
Bőrkarcinóma esetében nagyjából 90 százalékos az előrejelzése, rosszindulatú agydaganatok esetében 80 százalékos, veseráknál 80 százalékos, mellrák esetében a remissziót 70 százalékban jósolja meg, míg májráknál 60 százalékos a jóslás.
Mesterséges intelligencia-modellek a klinikai gyakorlatban?
Annak ellenére, hogy akár 90 százalékos hatékonysággal rendelkeznek, a kockázati modellek nem szerepelnek az amerikai US Preventive Services Task Force (USPSTF) ajánlásaiban.
Alemi, kollégái és diákjai az MI-modelleket integrálnák a klinikai gyakorlatba, megkerülve az USPSTF ajánlásait, s növelve a betegek hozzáférését a kockázatalapú rákszűréshez.
„A kockázati modellek és a mesterséges intelligencia rendszerek kiválóan alkalmasak rá, hogy online szolgáltatásokon keresztül elérjék a betegeket otthon és alapvető információkat nyújtsanak nekik arról, érdemes-e rákszűrést végeztetniük. Egy ilyen rendszer arra ösztönzi a fokozott kockázatú pácienseket, hogy beszéljék meg helyzetüket az alapellátásban dolgozó klinikusokkal és szükség esetén folytassák a rákszűrést. Az alacsony kockázatú betegek esetében pedig el lehetne kerülni a szükségtelen rákszűrést” – mondta Alemi.
Hozzátette: a kockázatalapú modellek lényegében a prediktív medicina megvalósítása, melyről sokat álmodoznak, de ritkán használják a klinikai gyakorlatban. A mesterséges intelligencia e kockázati modellek szélesebb körű alkalmazásához vezethet a betegek ellátása terén.
„A prediktív kockázatalapú mesterséges intelligencia modellek nem invazívak, pontosabbak, mint az életkoron alapuló ajánlások, költséghatékonyabbak, univerzálisan alkalmazhatóak és pragmatikus módszerek a páciensek tájékoztatására” – emelte ki Alemi.
Bizonyítékok támasztják alá az MI hatékonyságát
A szakember és munkatársai egyébként a Quality Management in Health Care című folyóirat különszámában számos bizonyítékot gyűjtöttek össze a mesterséges intelligencia prediktív modellezésének rutinszerű használatának támogatásáért, hogy jobban tájékoztassák azokat, akiknél magas a rák kockázata.
Az Alemi által szerkesztett szám öt lektorált tanulmány eredményeit emeli ki, amelyeket elsősorban a George Mason Egyetem Közegészségügyi Főiskola hallgatói és oktatói írtak.
Ezek a tanulmányok megjósolják a rák rizikóját a páciens egészségügyi és szociális hátterének átfogó áttekintése alapján.
„Ezen prediktív modellek klinikai gyakorlatba integrálása ígéretes stratégia a betegek kezelésének és ellátásának javítására” - jelezte Yili Lin, Ph.D. a George Mason Egyetem hallgatója és közreműködő szerzője.
B.A.
