Werbung

Maschinelles Lernen hilft, die Pankreaszysten-Triage drastisch zu verbessern

Es wurde ein neuer Test entwickelt, der auf maschinellem Lernen beruht, um die Wirksamkeit der Pankreaszysten-Triage drastisch zu verbessern.

CompCyst Pankreaszysten Lee Health / Vimeo

Verwenden Maschinelles Lernen , a Wissenschaftlerteam hat einen umfassenden Test entwickelt, um Patienten mit Bauchspeicheldrüsenkrebs besser behandeln zu können. Der Test mit dem Namen CompCyst übertraf die aktuellen Goldstandards für die Pflege einer Testgruppe von 875 Patienten .

VERBINDUNG: MASCHINENLERNEN HILFT BÜRGERWISSENSCHAFTLERN

Pankreaszysten können tödlich sein, aber nicht immer

Pankreaszysten sind flüssigkeitsgefüllte Läsionen in der Bauchspeicheldrüse. Die Bauchspeicheldrüse ist ein lebenswichtiges Organ hinter dem Magen, das Hormone und Enzyme produziert, die bei der Verdauung von Nahrungsmitteln helfen.

Die Bildung von Zysten findet sich in der Regel bis zu 8% ausgerechnet über 70 Jahre

Obwohl die meisten Zysten gutartig sind und dazu neigen, keine merklichen Symptome zu verursachen. Aber Einige Pankreaszysten, die Mucin produzieren, können sich in eine aggressive Form von Pankreaskrebs verwandeln.

"Sie werden normalerweise bei Bildgebungsuntersuchungen auf ein anderes Problem gefunden. Einige sind tatsächlich nicht krebsartige gutartige Flüssigkeitstaschen, die mit einer Narbe oder einem entzündlichen Gewebe ausgekleidet sind, nicht die Art von Zellen, die in echten Zysten Pseudozysten gefunden werden", so die Mayo-Klinik .

Bisher ist es schwierig, präkanzeröse Zysten von gutartigen Zysten zu unterscheiden. Dies bedeutet, dass nicht krebsartige Zysten häufig falsch klassifiziert und bei Pankreasoperationen unnötig entfernt werden.

Diese Fehlklassifizierung führt häufig zu unnötigen invasiven Operationen zur Entfernung der Zysten, unabhängig davon, ob es sich um gutartige oder gefährlichere Formen handelt.

Der neue Test könnte helfen, unnötige Operationen zu vermeiden.

Aus diesem Grund haben die Forscher Simeon Springer und seine Kollegen beschlossen, zu prüfen, ob sie die Triageprozesse für Patienten verbessern können. Sie nahmen 875 Patienten mit Pankreaszysten auf und sammelten Informationen über Mutationen, Proteine ​​und andere Marker, die mit ihren gutartigen oder Mucin produzierenden Zysten zusammenhängen.

Der neue Test mit Algorithmen für maschinelles Lernen einige interessante Ergebnisse wurden aufgedeckt. Aus der 875-Patientenstudie ergab CompCyst, dass 60% von ihnen hätte eine Operation vermieden werden können.

Dies ist erheblich und würde zu weniger unnötigen Operationen führen, wodurch die medizinischen Kosten und Komplikationen, die häufig mit jeder Form von invasiver Operation verbunden sind, effektiv reduziert werden.

Werbung

CompCyst übertraf die Standarddiagnose

Das Team trainierte CompCysts mithilfe von Techniken des maschinellen Lernens, um Marker aus den Daten von eingeschlossenen Patienten zu lesen. Das System klassifizierte Patienten schnell in diejenigen, die überwacht, nicht überwacht oder operiert werden sollten.

CompCyst wurde trainiert mit 436 von den ursprünglichen Patienten, und die Forscher fanden heraus, dass der Test die Standard-of-Care-Pathologie bei der Bewertung in weit übertraf 426 andere Patienten.

CompCyst hat das korrekt identifiziert 60,4% von Patienten sollte entlassen worden sein. Dies war signifikant groß, dass 18,9% Entlassung mit Standarddiagnose.

In den beiden Diagrammen werden die Empfehlungen für die Behandlung von Patienten mit Pankreaszysten verglichen, die entweder auf CompCyst oder auf der Standard-Pathologie basieren. Quelle : Springer et al.

48,6% von Patienten wurden auch korrekt als überwachungsbedürftig eingestuft 34,3% aus der traditionellen Triage. Schließlich und vor allem konnte es identifizieren 90,8% von Patienten, die operiert werden müssen, versus 88,8% aus der regulären Industrie-Goldstandarddiagnose.

So vielversprechend dies auch ist, zukünftige Arbeiten werden erforderlich sein, um die im Test verwendeten Marker prospektiv zu validieren. Springer et al. Angenommen, ihre Plattform hat ein starkes Potenzial, in der Klinik als Ergänzung zu bestehenden Ansätzen eingesetzt zu werden.

Werbung

Die Originalstudie wurde in der Zeitschrift veröffentlicht Wissenschaftliche translationale Medizin .

Folgen Sie uns auf

Bleiben Sie über die neuesten technischen Neuigkeiten auf dem Laufenden

Geben Sie einfach Ihre E-Mail-Adresse ein und wir kümmern uns um den Rest :

Mit Ihrer Anmeldung stimmen Sie unserer zu Nutzungsbedingungen und Datenschutzerklärung . Sie können sich jederzeit abmelden.