Model mašinskog učenja opremljen samo podacima o starosti ljudi, trajanju pušenja i broju popušenih cigareta dnevno može predvideti rizik od raka pluća i identifikovati kome je potreban skrining raka pluća, prema novoj studiji objavljenoj u časopisu otvorenog pristupa PLOS Medicine Tomasa Callender sa Univerzitetskog koledža u Londonu, UK, i kolege.
Rak pluća je najčešći uzrok smrti od raka širom sveta, sa lošim preživljavanjem u odsustvu ranog otkrivanja. Skrining za rak pluća među onima sa najvećim rizikom mogao bi smanjiti smrtnost od raka pluća za skoro četvrtinu, ali idealan način da se odredi visokorizična populacija je nejasan. Trenutni model standardne nege rizika od raka pluća zahteva 17 varijabli, od kojih je nekoliko rutinski dostupno u elektronskim zdravstvenim kartonima.
U novoj studiji, istraživači su koristili podatke o 216.714 stalno pušača iz kohorte UK Biobank i 26.616 stalno pušača koji su učestvovali u američkom nacionalnom ispitivanju pluća kako bi razvili nove modele rizika od raka pluća.
Model mašinskog učenja koristio je tri prediktora – starost, trajanje pušenja i čopor godina – da bi izračunao šanse ljudi da razviju rak pluća i umru od raka pluća u narednih pet godina. Istraživači su testirali novi model na trećem skupu podataka, iz američkog ispitivanja prostate, pluća, kolorektalnog i jajnika.
Model je predvideo incidencu raka pluća sa osetljivošću od 83,9% i smrtnost od raka pluća sa osetljivošću od 85,5%. Sve verzije modela su imale veću osetljivost od trenutno korišćenih formula za predviđanje rizika uz ekvivalentnu specifičnost.
Callender dodaje: „Znamo da skrining za one koji imaju velike šanse da razviju rak pluća može spasiti živote. Sa mašinskim učenjem, bili smo u mogućnosti da značajno pojednostavimo način na koji otkrivamo ko je pod visokim rizikom, predstavljajući pristup koji bi mogao biti uzbudljiv korak u pravcu široke primene personalizovanog skrininga za rano otkrivanje mnogih bolesti.“
