آخرین مطالب

الگوریتم می تواند بیماران در معرض خطر بالای سرطان روده بزرگ را شناسایی کند


هوش مصنوعی

اعتبار: دامنه عمومی Pixabay/CC0

بر اساس مطالعه جدیدی که توسط Geisinger و Medial EarlySign انجام شد، یک الگوریتم یادگیری ماشینی علائم بالقوه سرطان کولورکتال (CRC) را در بیمارانی که به عنوان افراد پرخطر شناسایی شده بودند و کولونوسکوپی معمولی را از دست داده بودند، شناسایی کرد.

این یافته ها، در این ماه در نوآوری های کاتالیست NEJM در ارائه مراقبت، یک روش غیر تهاجمی برای افزایش غربالگری در بین افرادی که ممکن است CRC داشته باشند ارائه می دهد.

با وجود شواهدی مبنی بر مزایای غربالگری منظم CRC و تلاش‌های قابل توجه در میان ارائه‌دهندگان و سیستم‌های مراقبت‌های بهداشتی برای افزایش غربالگری‌ها، طبق گفته موسسه ملی سرطان، تقریباً 32 درصد از بزرگسالان واجد شرایط سنی در ایالات متحده از دستورالعمل‌های فعلی غربالگری CRC پیروی نمی‌کنند. اگر پولیپ های بدون علامت و سایر سرطان های در مراحل اولیه به موقع شناسایی و درمان شوند، می توان از بیماری جدی و مرگ ناشی از CRC جلوگیری کرد.

در این مطالعه، Geisinger گروهی متشکل از 25610 بیمار را شناسایی کرد که برای غربالگری CRC به تاخیر افتاده بودند، و از یک الگوریتم یادگیری ماشینی برای نشان دادن افرادی که در معرض بالاترین خطر ابتلا به سرطان بودند، استفاده کرد. الگوریتم توسعه یافته توسط EarlySign، با تجزیه و تحلیل سن، جنسیت و شمارش کامل خون سرپایی (CBC) بیماران را در معرض خطر شناسایی کرد. سپس یک پرستار بیماران را فراخواند تا آنها را از خطر آنها مطلع کند و پیشنهاد کند که کولونوسکوپی را برنامه ریزی کنند.

از بیمارانی که به عنوان پرخطر علامت گذاری شده بودند، 68٪ برای کولونوسکوپی برنامه ریزی شده بودند، و از آنها، تقریبا 70٪ یافته قابل توجهی داشتند.

کیت بوئل، مدیر ارشد کیفیت برای طرح‌های جمعیتی در Geisinger و یکی از نویسندگان این مقاله، گفت: «وقتی یادگیری ماشین با دقت اجرا شود و توسط ارائه‌دهندگان مراقبت‌های بهداشتی پشتیبانی شود، می‌تواند مکملی کم‌هزینه و غیرتهاجمی برای سایر اقدامات غربالگری سرطان کولورکتال باشد. مطالعه. این فناوری می تواند به عنوان یک شبکه ایمنی عمل کند و به طور بالقوه از تشخیص نادرست یا تاخیری در میان برخی از بیمارانی که ممکن است علائم بیماری تشخیص داده نشده داشته باشند، جلوگیری کند.

اوری گوا گفت: “همکاری ما با Geisinger بر روی پرداختن به تاثیر مخرب CRC با الگوریتم های پیش بینی کننده متمرکز شده است که می تواند بر تشخیص زودهنگام تاثیر بگذارد، همراه با ادغام در جریان کار بالینی که منجر به یک رویکرد شخصی برای مراقبت می شود که بیماران را در پیشگیری و درمان مشارکت می دهد.” بنیانگذار و مدیر عامل EarlySign. “شامل مطالعه مشترک ما با گیزینگر در نوآوری های کاتالیست NEJM در ارائه مراقبت افتخار بزرگی برای تیم ما است، و ما از همه نویسندگان و تیم های پروژه از EarlySign و Geisinger برای دستاوردهایشان در تحقیقات و نتایج با کیفیت سپاسگزاریم.”


دقیقه کلینیک مایو: چه کسانی باید از نظر سرطان کولورکتال غربالگری شوند؟


اطلاعات بیشتر:
دانیل آندربرگر و همکاران، همکاری برای بهبود غربالگری سرطان کولورکتال با استفاده از یادگیری ماشینی، کاتالیست NEJM (2022). DOI: 10.1056/CAT.21.0170

ارائه شده توسط سیستم سلامت Geisinger

نقل قول: الگوریتم می تواند بیماران در معرض خطر بالای سرطان روده بزرگ را شناسایی کند (2022، 30 مارس) در 31 مارس 2022 از https://medicalxpress.com/news/2022-03-algorithm-patients-high-colorectal-cancer.html بازیابی شده است.

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به غیر از هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوای مذکور فقط به هدف اطلاع رسانی ایجاد شده است.