Ученые из Плимутского университета разработали систему искусственного интеллекта, способную обнаруживать признаки рака мочевого пузыря задолго до постановки диагноза. Алгоритм эффективно выявлял заболевание за 12 месяцев, а отдельные сигналы удавалось заметить за пять лет до его подтверждения.
Модель PRECISE-AGZ анализирует электронные медицинские карты и ищет сочетания симптомов, факторов риска, назначенных лекарств и обращений за медицинской помощью. Для ее создания исследователи использовали сведения почти о 70 тыс. пациентов, собранные в Уэльсе с 1995 по 2020 год.
Первоначально ученые изучили 48 261 потенциальный показатель, включая курение, физическую активность, заболевания и прием препаратов. В итоговую модель вошли 38 наиболее значимых признаков. Система выявила 85% пациентов с раком мочевого пузыря и правильно определила отсутствие заболевания у 91% людей без этого диагноза.
Алгоритм распределял пациентов по трем категориям: с низкой вероятностью заболевания — менее 7%, неопределенным риском — от 7% до 55%, а также высоким риском — более 55%. В перспективе такое разделение может помочь врачам выбирать пациентов, которым требуется первоочередное обследование, и сократить количество необязательных инвазивных процедур.
Сейчас основным методом подтверждения рака мочевого пузыря остается цистоскопия — осмотр органа при помощи тонкого инструмента с камерой, который вводят через мочеиспускательный канал. Поводом для обследования часто становится кровь в моче, однако этот симптом встречается также при камнях в почках и заболеваниях предстательной железы.
Помимо известных факторов риска, таких как курение и кровь в моче, система обнаружила ранее не учитывавшиеся статистические связи. Например, длительный прием тамоксифена сопровождался более высокой вероятностью рака мочевого пузыря, а болезни Паркинсона и деменция — более низкой. Авторы подчеркнули, что эти результаты не доказывают причинно-следственной связи и требуют дополнительного изучения.
Пока модель проверили только на медицинских данных из Уэльса. Перед ее применением в клинической практике разработчикам необходимо испытать систему в других странах и системах здравоохранения.