В 18 веке был зафиксирован первый случай рака поджелудочной железы, и с тех пор ученые, похоже, отправились в бесконечное путешествие по океану медицинских загадок. Но вот в 2024 году исследователи из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (MIT CSAIL), в сотрудничестве с Лимором Аппельбаумом из BIDMC, представили новый поворот в этом деле. Они разработали две модели машинного обучения, которые обещают превзойти все существующие методы раннего выявления рака поджелудочной железы. Справедливости ради, звучит как научная фантастика, но на этот раз это реальность.
Для обучения своих моделей команда использовала данные электронных медицинских карт из разных уголков США. Это обеспечило богатую и разнообразную базу данных, позволяющую делать модели более надежными и обобщаемыми. Две модели, нейронная сеть PRISM и модель логистической регрессии, оказались эффективнее стандартных методов скрининга, обнаруживая до 35% случаев рака при том же пороге риска. В общем, довольно впечатляюще.
Но что делает эти модели особенными? Во-первых, они разработаны на основе обширной базы данных более 5 миллионов пациентов. Во-вторых, они используют обычные клинические и лабораторные данные для своих прогнозов. И, что немаловажно, ученые смогли сделать даже глубокие нейронные сети более прозрачными и понятными, что важно для доверия врачей.
Конечно, пока это только начало. Модели используют данные только из США, и им предстоит адаптация для глобального использования. Но исследователи уже готовятся к следующему этапу: интеграция моделей в повседневную медицинскую практику, чтобы они могли автоматически анализировать данные пациентов и предупреждать врачей о случаях высокого риска.
Это может звучать как очередной голливудский блокбастер о будущем медицины, но, похоже, будущее уже наступило. И, кто знает, возможно, благодаря этим разработкам, скоро мы сможем сказать раку поджелудочной железы: “Прощай!”
