Narzędzie AI pomaga GPS wykryć ryzyko raka płuc kilka miesięcy wcześniej

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

GPS może wkrótce być w stanie identyfikować pacjentów o podwyższonym ryzyku zachorowania na raka płuc nawet o 4 miesiące wcześniej niż ma to miejsce obecnie. Lekarz rodzinny powinien być w stanie łatwo zidentyfikować pacjentów podczas konsultacji, korzystając z algorytmu stworzonego przez naukowców z Amsterdam UMC na podstawie danych pochodzących od ponad pół miliona pacjentów. Wyniki badania opublikowano dzisiaj w British Journal of General Practice.[doi-link:[doi-link: Algorytm analizuje wszystkie informacje medyczne pochodzące z praktyki ogólnej, w tym często skomplikowane, nieustrukturyzowane notatki, które lekarz pierwszego kontaktu przejmuje w trakcie...

Narzędzie AI pomaga GPS wykryć ryzyko raka płuc kilka miesięcy wcześniej

GPS może wkrótce być w stanie identyfikować pacjentów o podwyższonym ryzyku zachorowania na raka płuc nawet o 4 miesiące wcześniej niż ma to miejsce obecnie. Lekarz rodzinny powinien być w stanie łatwo zidentyfikować pacjentów podczas konsultacji, korzystając z algorytmu stworzonego przez naukowców z Amsterdam UMC na podstawie danych pochodzących od ponad pół miliona pacjentów. Wyniki badania opublikowano dzisiaj w czasopiśmie „Gazeta Wyborcza”.Brytyjski dziennik praktyki ogólnej.[doi-link:[doi-link:

Algorytm analizuje wszystkie informacje medyczne pochodzące z praktyki ogólnej, w tym często skomplikowane, nieustrukturyzowane notatki sporządzane przez lekarza rodzinnego na przestrzeni lat. „Algorytm uwzględnia sygnały predykcyjne z historii choroby pacjentów. Oznacza to, że algorytm może wykryć dużą część tych pacjentów nawet 4 miesiące wcześniej niż ma to miejsce obecnie” – mówi Martijn Schut, profesor translacyjnej sztucznej inteligencji na Amsterdam UMC.

W innych badaniach i algorytmach wykorzystano predefiniowane i zakodowane zmienne, takie jak zmienne „palenie” lub „kaszel krwią”.

W notatkach lekarza pierwszego kontaktu znajdują się informacje dotyczące historii pacjenta, co dzięki algorytmowi pozwala na znacznie wcześniejsze wykrycie nowotworu. „

Ameen Abu Hanna, profesor nauk o informacji klinicznej, Amsterdam UMC

Dalsze badania muszą wykazać, z jakich konkretnych fragmentów korzysta algorytm, aby faktycznie zastosować go w praktyce.

Inne rodzaje nowotworów

Metoda ta może również zapewnić ulgę w przypadku innych rodzajów nowotworów, które często występują dopiero w zaawansowanym stadium, takich jak rak trzustki, żołądka lub jajnika. Dla pacjenta przeżycie i jakość życia są lepsze, a koszty niższe. „Obecnie u wielu pacjentów rak płuca jest rozpoznawany w zaawansowanym stadium 3 lub 4, co oznacza, że ​​80% pacjentów często umiera w ciągu roku. Poprzednie badania wykazały, że postawienie diagnozy cztery tygodnie wcześniej ma już zauważalny wpływ na rokowanie. Cztery miesiące to zatem prawdopodobnie bardzo istotny zysk” – dodaje Henk Van Weert, profesor praktyki ogólnej.

Screening względem algorytmu

W porównaniu z krajowymi programami badań przesiewowych; Algorytm generuje mniej wyników fałszywie dodatnich, a selekcji można łatwo dokonać podczas konsultacji. Rak płuc pozostaje jednym z najczęściej występujących nowotworów i pomimo postępu w leczeniu nadal charakteryzuje się złym rokowaniem. Śmiertelność w ciągu 5 lat wynosi ponad 80%. Poprzednie badania wykazały znaczny wzrost przeżycia, gdy leczenie rozpoczęło się 4 tygodnie wcześniej. Stosując metodę autorów, większość (62%) chorych na raka płuca mogła być skierowana do lekarza już 4 miesiące wcześniej. To powoduje znaczącą różnicę w kosztach. Metoda ta wymaga jednak jeszcze walidacji w różnych krajach i systemach opieki zdrowotnej.

Dane

Przeanalizowano dokumentację 525 526 pacjentów (z czterech akademickich sieci lekarzy pierwszego kontaktu w Amsterdamie, Utrechcie i Groningen), z których u 2386 zdiagnozowano raka płuc. Diagnozy weryfikowano przy użyciu Holenderskiego Rejestru Nowotworów, a do przewidywania rozpoznania raka płuc na 5 miesięcy przed diagnozą (4 miesiące przed skierowaniem) wykorzystano zarówno dane ustrukturyzowane, jak i dane tekstowe.


Źródła:

Journal reference:

Schut, MC,i in.(2025). Sztuczna inteligencja do wczesnego wykrywania raka płuc w notatkach klinicznych lekarzy pierwszego kontaktu: retrospektywne obserwacyjne badanie kohortowe. Brytyjski dziennik praktyki ogólnej. doi.org/10.3399/bjgp.2023.0489.