Sztuczna inteligencja przewiduje przeżycie pacjenta z rakiem, czytając notatki lekarza

streszczenie: Nowy algorytm przetwarzania języka naturalnego jest w stanie przeglądać notatki lekarzy i przewidywać wskaźnik przeżycia pacjenta z rakiem w ciągu następnych 60 miesięcy z 80% dokładnością.

źródło: Uniwersytet British Columbia

Zespół naukowców z University of British Columbia i BC Cancer opracował model sztucznej inteligencji (AI), który przewiduje przeżycie pacjentów z rakiem dokładniej i z łatwiej dostępnymi danymi niż poprzednie narzędzia.

Model wykorzystuje przetwarzanie języka naturalnego (NLP) – gałąź sztucznej inteligencji, która rozumie złożony ludzki język – do analizy notatek onkologa po pierwszej wizycie konsultacyjnej pacjenta – pierwszym kroku w podróży raka po postawieniu diagnozy.

Identyfikując unikalne cechy każdego pacjenta, wykazano, że model przewiduje sześciomiesięczne, 36-miesięczne i 60-miesięczne przeżycie z ponad 80-procentową dokładnością.

Wyniki zostały opublikowane dzisiaj Sieć JAMA jest otwarta.

„Oczekiwana przeżywalność raka jest ważnym czynnikiem, który można wykorzystać do poprawy opieki onkologicznej” – powiedział główny autor, dr John Jose Nunez, psychiatra i pracownik badań klinicznych w UBC Mood Disorders Center i BC Cancer Center.

„Może to sugerować, że świadczeniodawcy wykonują wczesne skierowanie do usług wsparcia lub oferują z góry solidniejszą opcję leczenia. Mamy nadzieję, że takie narzędzie będzie można wykorzystać do personalizacji i poprawy opieki, którą pacjent otrzymuje natychmiast, zapewniając mu najlepszą możliwą wynik.”

Tradycyjnie wskaźniki przeżywalności raka były obliczane retrospektywnie i klasyfikowane tylko na podstawie kilku ogólnych czynników, takich jak lokalizacja raka i typ tkanki. Pomimo znajomości tych wskaźników, onkolodzy mogą mieć trudności z dokładnym przewidywaniem przeżycia pacjentów ze względu na wiele złożonych czynników, które wpływają na wyniki leczenia pacjentów.

Model opracowany przez dr Nuneza i jego współpracowników, w tym naukowców z BC Cancer oraz Wydziałów Informatyki i Psychiatrii UBC, jest w stanie uchwycić unikalne wskazówki w dokumencie wstępnej konsultacji pacjenta, aby zapewnić dokładniejszą ocenę. Dotyczy to również wszystkich rodzajów raka, podczas gdy poprzednie modele ograniczały się do niektórych rodzajów raka.

„AI zasadniczo czyta dokument konsultacyjny w sposób podobny do tego, w jaki czytałby go człowiek” – powiedział dr Nunez. Dokumenty te zawierają wiele szczegółów, takich jak wiek pacjenta, rodzaj raka, podstawowe warunki zdrowotne, wcześniejsze zażywanie narkotyków i wywiad rodzinny. Sztuczna inteligencja łączy to wszystko, aby uzyskać pełniejszy obraz wyników leczenia pacjentów”.

Naukowcy przeszkolili i przetestowali model, korzystając z danych pochodzących od 47 625 pacjentów ze wszystkich sześciu miejsc raka pne zlokalizowanych w Kolumbii Brytyjskiej. Aby chronić prywatność, wszystkie dane pacjentów były bezpiecznie przechowywane w BC Cancer i zostały przesłane anonimowo. W przeciwieństwie do przeglądania wykresów przez asystentów badawczych, nowe podejście oparte na sztucznej inteligencji ma dodatkową zaletę polegającą na zachowaniu pełnej poufności dokumentacji pacjentów.

„Ponieważ model został przeszkolony na danych BC, czyni go to potencjalnie potężnym narzędziem do przewidywania przeżycia raka w hrabstwie” – powiedział dr Nunez.

W przyszłości technologia może znaleźć zastosowanie w klinikach onkologicznych w Kanadzie i na całym świecie.

„Wspaniałą cechą modeli NLP jest to, że są wysoce skalowalne, przenośne i nie wymagają ustrukturyzowanych zestawów danych” — powiedział dr Nunez. „Możemy szybko trenować te modele przy użyciu lokalnych danych, aby poprawić wydajność w nowym obszarze. Podejrzewam, że te modele stanowią dobrą podstawę dla każdego miejsca na świecie, gdzie pacjenci mogą zobaczyć onkologa.”

W innej dziedzinie dr Nunez bada, jak ułatwić najlepszą możliwą opiekę psychologiczną i doradczą pacjentom z rakiem przy użyciu zaawansowanych technologii AI. Wyobraża sobie przyszłość, w której sztuczna inteligencja zostanie zintegrowana z wieloma aspektami systemu opieki zdrowotnej w celu poprawy opieki nad pacjentem.

„Widzę, że sztuczna inteligencja działa prawie jak wirtualny asystent lekarzy” — powiedział dr Nunez. „Ponieważ medycyna staje się coraz bardziej zaawansowana, sztuczna inteligencja, która pomaga sortować i rozumieć wszystkie dane, pomoże lekarzom w podejmowaniu decyzji. Ostatecznie pomoże to poprawić jakość życia i wyniki pacjentów.”

O tych wiadomościach dotyczących sztucznej inteligencji i badań nad rakiem

autor: Biuro prasowe
źródło: Uniwersytet British Columbia
Komunikacja: Biuro Prasowe – Uniwersytet Kolumbii Brytyjskiej
zdjęcie: Obraz jest w domenie publicznej

Oryginalne wyszukiwanie: otwarty dostęp.
„Przewidywanie przeżycia pacjentów z rakiem na podstawie ich wstępnego dokumentu konsultacyjnego onkologicznego z wykorzystaniem przetwarzania języka naturalnegoNapisane przez Johna Jose Nuneza i in. Sieć JAMA jest otwarta

podsumowanie

Przewidywanie przeżycia pacjentów z rakiem na podstawie ich wstępnego dokumentu konsultacyjnego onkologicznego z wykorzystaniem przetwarzania języka naturalnego

Znaczenie

Przewidywanie krótko- i długoterminowego przeżycia pacjentów z rakiem może poprawić ich opiekę. Poprzednie modele prognostyczne wykorzystywały dane o ograniczonej dostępności lub przewidywały wynik tylko jednego rodzaju raka.

cel

Zobacz też

Zbadanie, czy NLP może przewidzieć całkowite przeżycie pacjentów z rakiem na podstawie dokumentu konsultacji onkologicznej pacjenta.

Projekt, przygotowanie i uczestnicy

W tym retrospektywnym badaniu prognostycznym wykorzystano dane od 47 625 z 59 800 pacjentów, którzy rozpoczęli leczenie onkologiczne w dowolnym z 6 ośrodków raka pne zlokalizowanych w prowincji Kolumbia Brytyjska w okresie od 1 kwietnia 2011 r. do 31 grudnia 2016 r. Dane dotyczące śmiertelności zostały zaktualizowane do 6 kwietnia , 2022, i było Analiza danych od aktualizacji do 30 września 2022. Uwzględniono wszystkich pacjentów z udokumentowaną konsultacją lekarską lub radioterapią onkologiczną w ciągu 180 dni od rozpoznania; Wykluczono pacjentów leczonych z powodu wielu rodzajów raka.

ekspozycje

Dokumenty konsultacji podstawowej onkologii zostały przeanalizowane przy użyciu konwencjonalnego języka i modeli neurologicznych.

Główne ustalenia i środki

Głównym rezultatem było wykonanie modeli predykcyjnych, w tym zrównoważona dokładność i obszar charakterystyki działania odbiornika pod krzywą (AUC). Drugorzędnym rezultatem było zbadanie słów używanych przez modele.

wyniki

Spośród 47 625 pacjentów w próbie 25 428 (53,4%) było kobietami, a 22 197 (46,6%) mężczyznami, a średnia wieku wynosiła 64,9 (13,7) lat. Łącznie 41 447 pacjentów (87,0%) przeżyło 6 miesięcy, 31 143 (65,4%) przeżyło 36 miesięcy, a 27 880 (58,5%) przeżyło 60 miesięcy, obliczone na podstawie wstępnej konsultacji onkologicznej. Najlepsze modele osiągnęły zrównoważoną dokładność 0,856 (AUC, 0,928) dla przewidywania 6-miesięcznego przeżycia, 0,842 (AUC, 0,918) dla 36-miesięcznego przeżycia i 0,837 (AUC, 0,918) dla 60-miesięcznego przeżycia. , w oczekiwaniu test. wynajmowanie. Stwierdzono, że różnice w ważnych słowach pozwalają przewidywać przeżycie od 6 do 60 miesięcy.

Wnioski i znaczenie

Odkrycia te sugerują, że modele, z którymi zostały przeprowadzone, mają podobne lub lepsze wyniki niż poprzednie modele, które przewidywały przeżycie raka, i że mogą być w stanie przewidzieć przeżycie przy użyciu łatwo dostępnych danych bez skupiania się na jednym typie raka.