Высшая школа организации и управления здравоохранением
В Германии создали ИИ для поиска групп онкопациентов с разным прогнозом
Немецкие ученые создали на базе ИИ систему самостоятельного выделения группы пациентов с различным прогнозом, объясняя, какие признаки связаны с неблагоприятнения м течением болезни. Работа опубликована в журнале Digital Medicine.
Технологию можно применять к любой архитектуре нейросети и любому типу медицинских данных. Его проверили на двух видах рака: множественной миеломе, когда модель анализировала лабораторные показатели (набор данных CoMMpass), и немелкоклеточном раке легкого — алгоритм был сосредоточен на КТ‑изображениях (набор Lung1). Объяснимый анализ показал, что ИИ выделяет клинически значимые признаки, хорошо совпадающие с уже известными факторами риска, при этом без заранее заданных правил или шкал стратификации.
По точности прогнозирования новая модель оказалась сопоставима или превосходила ряд традиционных методов анализа выживаемости. Так, при множественной миеломе система примерно в 65% случаев правильно ранжировала пациентов по риску, при том, что использовала только рутинные лабораторные данные без цитогенетики.
При анализе КТ‑изображений у онкопациентов с раком легкого ИИ выделил группы с разным прогнозом, а карты внимания показали, что он фокусируется не только на опухоли, но и на инфильтративных изменениях вокруг нее, а иногда и на особенностях сердечно‑сосудистой системы, влияющих на риск осложнений. Разработчики подчеркивают, что алгоритм работает без предварительных знаний о злокачественности опухоли или ее местоположении.
Модель прошла внешнюю валидацию на независимых выборках и пациентах из других клиник. Авторы считают, что подход может стать инструментом для поиска новых прогностических биомаркеров и основой систем поддержки принятия решений в онкологии. В перспективе планируется адаптация технологии для мультимодальных моделей, объединяющих генетические данные, изображения и клинические показатели.
