AI identyfikuje wczesne wzorce ryzyka. Idzie nowe w diagnozie czerniaka
Naukowcy z Uniwersytetu w Göteborgu oraz Uniwersytetu Technologicznego Chalmers przeanalizowali dane zdrowotne całej dorosłej populacji Szwecji, szukając nowych sposobów przewidywania ryzyka czerniaka. Wyniki sugerują, że sztuczna inteligencja może w przyszłości znacząco zmienić podejście do diagnostyki nowotworów skóry.
Badanie objęło aż 6 036 186 osób, z których 38 582 w ciągu pięciu lat zachorowało na czerniaka. Dane zawierały m.in. wiek, płeć, historię medyczną, przyjmowane leki oraz status społeczno-ekonomiczny. Tak szeroki zestaw informacji pozwolił algorytmom dostrzec zależności, które w klasycznej analizie klinicznej są trudne do wychwycenia.
Te dane mogą ratować życie
Naukowcy porównali różne modele sztucznej inteligencji. Najlepszy z nich osiągnął skuteczność na poziomie około 73 proc. w rozróżnianiu osób, które później zachorowały, od tych, które pozostały zdrowe. Dla porównania, modele bazujące jedynie na wieku i płci osiągały około 64 proc. skuteczności.
Co ważne, uwzględnienie dodatkowych czynników, jak diagnozy, leki czy dane socjoekonomiczne, pozwalało wskazać niewielkie grupy pacjentów o znacznie wyższym ryzyku. W tych przypadkach prawdopodobieństwo zachorowania w ciągu pięciu lat sięgało nawet 33 proc.
Selektywne badania zamiast masowych
Jak podkreśla Martin Gillstedt, doktorant Uniwersytetu w Göteborgu i statystyk ze szpitala Sahlgrenska, kluczowe znaczenie ma fakt, że wszystkie analizowane informacje już istnieją w systemach ochrony zdrowia. To oznacza, że nie trzeba tworzyć nowych baz danych i wystarczy lepiej wykorzystać te, które już funkcjonują, aby wspierać medycynę precyzyjną i ocenę ryzyka.
Według prof. Sama Polesie z Uniwersytetu w Göteborgu, przyszłość diagnostyki może opierać się na selektywnym screeningu. Oznacza to kierowanie badań do niewielkich grup osób o najwyższym ryzyku, zamiast obejmowania całej populacji. Takie podejście mogłoby zwiększyć skuteczność wykrywania choroby, jednocześnie odciążając system ochrony zdrowia i lepiej wykorzystując dostępne zasoby.
I choć wyniki są obiecujące, naukowcy podkreślają, że zanim metoda trafi do rutynowej praktyki klinicznej, konieczne są dalsze badania i decyzje systemowe. Jednocześnie prace pokazują nowy kierunek rozwoju medycyny - od uniwersalnych zaleceń do precyzyjnych, indywidualnych ocen ryzyka opartych na analizie ogromnych zbiorów danych, a to wszytko dzięki możliwościom AI.
