02:00 
Новый инструмент на основе искусственного интеллекта (ИИ) обещает улучшить наблюдение за пациентами, получающими эндоскопическую эрадикационную терапию по поводу дисплазии пищевода Барретта (БЭ) и ранней аденокарциномы пищевода. ПЭ - единственное известное состояние, которое предшествует аденокарциноме пищевода - агрессивному раку с высоким уровнем смертности.
Разработанная и проверенная американскими исследователями, модель искусственного интеллекта с точностью более 90 % предсказала, у каких пациентов произойдет рецидив ПЭ после эндоскопической эрадикационной терапии (ЭЭТ), и определила, когда это может произойти.
Результаты были опубликованы сегодня в журнале Clinical Gastroenterology и Гепатология.
Раннее выявление дисплазии пищевода Барретта и связанной с ней аденокарциномы пищевода может спасти жизни. Выявление рецидивов в виде БЭ, дисплазии, связанной с БЭ, и аденокарциномы пищевода, связанной с БЭ, на более раннем этапе, особенно у пациентов с высоким риском, прошедших эндоскопическую эрадикационную терапию, создает возможности для своевременного лечения до того, как рак разовьется или прогрессирует».
Сачин Вани, доктор медицинских наук, старший автор исследования, исполнительный директор онкологического центра Аншутца при Университете Колорадо, Ради пищевода и Центр передового опыта в области желудка
ЭЭТ является эффективным методом лечения дисплазии, связанной с БЭ, и ранней аденокарциномы пищевода, который устраняет аномальную ткань Барретта и значительно снижает риск прогрессирования рака пищевода.
«Проблема заключается в том, что рецидив пищевода Барретта все еще может возникать даже после эндоскопической эрадикационной терапии, а текущие стратегии наблюдения не различают пациентов с высоким и низким риском. За всеми наблюдают по одному и тому же графику, независимо от риска», — сказал Вани.
Используя искусственный интеллект и данные более чем 2500 пациентов, Вани и команда ведущих экспертов со всей страны разработали инструмент машинного обучения. Для его создания они проанализировали подробные клинические данные пациентов, которые лечились ЭЭТ, и наблюдали с течением времени, чтобы определить, вернулись ли (и когда) дисплазия или рак, связанные с БЭ и БЭ. Этот анализ показал, что почти у 3 из 10 пациентов наблюдался рецидив после успешного лечения, причем состояние возвращалось в среднем примерно через два года после терапии.
Затем инструмент искусственного интеллекта был обучен одновременно учитывать множество факторов пациента, таких как возраст, масса тела, тяжесть заболевания и детали лечения. Он выявил закономерности, которые люди не могут легко увидеть, в том числе то, как комбинации факторов влияют на риск. Они обнаружили, что рецидив более вероятен у пациентов, у которых была:
- Большая часть ткани Барретта.
- Высокая часть тела. вес
- Пожилой возраст
- Требуется больше сеансов лечения для полного удаления аномальной ткани.
- Более серьезные изменения клеток на момент постановки диагноза.
Модель тестировалась двумя способами: путем проверки того, насколько хорошо она работала на пациентах, аналогичных тем, на которых она была обучена, и проверки эффективности на различных группах пациентов из других источников. Инструмент был точен для обеих групп пациентов.
Этот инструмент может помочь врачам персонализировать последующий уход после лечения. Лечение вместо того, чтобы использовать один и тот же график для каждого пациента. За людьми с более высоким риском рецидива заболевания можно наблюдать более тщательно, в то время как людям с более низким риском может потребоваться меньше последующих процедур. Такой подход может уменьшить количество ненужных тестов, снизить стресс для пациентов и лучше использовать ресурсы здравоохранения.
"Эта работа представляет собой несколько лет усилий и партнерства нескольких учреждений. Это было бы невозможно без сотрудничества наших коллег, которые поделились своими данными и опытом», — сказал Вани.
В число сотрудников входят эксперты из Университета Джонса Хопкинса, клиники Мэйо, УЗ Левен, Университета Северной Каролины в Чапел-Хилл, Медицинской школы Вашингтонского университета, Кливлендской клиники в Лондоне, Медицинской школы Северо-Западного Файнберга, Университетского колледжа Лондона, Калифорнийского университета в Лос-Анджелесе, Университета Канзаса и клиники Хирланден в Цюрихе.
Следующим шагом является дальнейшая проверка модели с использованием международных наборов данных в рамках сотрудничества в Нидерландах, Великобритании, Бельгии и Швейцарии. Цель состоит в том, чтобы проверить инструмент, чтобы его можно было широко применять и использовать в качестве надежного и универсального средства в клинической помощи.
