研究者らは、1977年から2020年までの米国とデンマーク両国の患者の医療記録のデータを使用した。彼らはデンマークの620万人の患者グループを研究し、そのうち2万3985人が膵臓がんと診断され、300万人の退役軍人が治療を受けていた。 退役軍人局を通じて、そのうち 3,864 人が最終的に診断を受けました。
研究者らは機械学習モデルを使用してデータを分析し、患者の医療記録にある症状やさまざまな診断コードに基づいてがんのリスクを予測するよう学習させた。
高リスク予測に関連する症状の中には、従来、膵臓がんとは関連していなかったものもあります。 胆石、2型糖尿病、貧血、嘔吐や腹痛などの消化器症状はすべて、診断の最長3年前までにリスクの上昇と関連していると考えられています。
研究者らは、現実世界のシナリオでは、AIモデルによってリスクが高いと特定された1,000人中約320人が膵臓がんを発症すると書いている。 高リスク患者の監視をターゲットにすることで、このツールはスクリーニングをより手頃な価格で提供できる可能性があると研究者らは書いている。
研究の共著者でハーバード大学医学部長の生物学者クリス・サンダー氏はこう語る。 ラボ 機械学習やその他のテクノロジーを使用して生物学的問題を解決することに熱心に取り組んでおり、ニュースでも取り上げられています 発売。
サンダー氏は、広く適用されれば寿命を延ばし、治療成績を改善できる可能性があると述べた。
More Stories
週末の睡眠を補うことで心臓病のリスクが5分の1減少する可能性がある――研究 |心臓病
化石によると、先史時代のカイギュウはワニとサメに食べられた
二つの大陸で同一の恐竜の足跡を発見