Науковці створили 500 моделей для прогнозування ризику 20 видів раку — News-Medical
Міжнародна команда дослідників розробила близько 500 моделей машинного навчання для оцінювання ризику 20 поширених видів раку. Моделі використовують регулярно зібрану медичну інформацію, зокрема історію хвороби, дані про спосіб життя та результати аналізів крові. Результати роботи представили на Конгресі Європейського товариства медичної онкології ESMO 2026, повідомляє News-Medical.Дані майже пів мільйона учасниківДля створення моделей використали дані 463 620 учасників UK Biobank, за якими спостерігали близько 18 років. За цей період рак діагностували у 57 055 людей. Алгоритми аналізували медичну історію, спосіб життя, результати аналізів крові, а також генетичні й метаболомні дані.Для перевірки моделей у різних популяціях дослідники використали дані учасників зі Шотландії та Уельсу, 42 036 людей з американської програми All of Us і понад 3 мільйонів людей із японської бази даних JMDC. Щоб зменшити вплив уже наявних, але ще не діагностованих захворювань, з відповідних моделей виключили випадки раку, виявлені протягом першого року.Більше актуальних новин читайте у Telegram-каналі UA.News.Результати відрізнялися залежно від виду ракуЗа сукупним показником для видів раку, які можна прогнозувати за рутинними клінічними даними, моделі показали AUROC 0,83 на горизонті 15 років. Цей показник, де 0,5 відповідає випадковому прогнозу, а 1,0 — досконалому, був вищим за результати традиційних статистичних підходів.Найкращі результати алгоритми продемонстрували для раку легень, стравоходу та печінки. Водночас їхня ефективність була більш обмеженою для раку яєчників, молочної залози та шийки матки. Для гострої мієлоїдної лейкемії та множинної мієломи показники погіршувалися за довшого горизонту прогнозування, що, за оцінкою дослідників, може свідчити про виявлення ранніх ознак уже наявної, але не діагностованої хвороби.Найбільшу прогностичну цінність мали звичайні аналізи крові та клінічна історія. Генетичні й метаболомні дані лише незначно поліпшували результати. Автори зазначили, що для окремих видів раку такі моделі можуть стати недорогим етапом попереднього відбору перед скринінгом. Водночас, оскільки дослідження ретроспективне, потрібні подальші дослідження, щоб з'ясувати, чи допоможе цей підхід раніше діагностувати рак і поліпшити результати лікування.Читай нас у Завантажуй наш додаток
- Останні
- Популярні
Новини по днях
27 жовтня 2026
