Исследователи из клиники Mayo разработали модель искусственного интеллекта на основе transformer-архитектуры, способную предсказывать индивидуальный риск развития рака поджелудочной железы за 5 лет до постановки диагноза. Результаты представлены на ежегодной конференции Американского колледжа хирургов (26–29 сентября, Вашингтон).
Chris Varghese и коллеги обучили трансформерную нейронную сеть с механизмом многоголового внимания (multihead attention) для стратификации популяций с целью таргетного скрининга рака поджелудочной железы. На вход модели подавались закодированные истории болезни (минимум 1 год наблюдения), на выходе — 5-летний риск заболевания.
В исследование включили 6066 пациентов с раком поджелудочной железы и 36 396 контрольных участников с медианой клинической истории 13 лет.
Показатели эффективности при предсказании рака за 5 лет до диагноза:
- Средняя площадь под ROC-кривой (AUC-ROC): 0.853
- Площадь под precision-recall кривой (AUC-PR): 0.712
- Наклон калибровочной кривой: 0.92, точка пересечения: −0.030 — что указывает на хорошую калибровку модели
Клиническая применимость:
- При пороге скрининга >50% риска: положительная прогностическая ценность (PPV) составила 88%
- При пороге >16% риска достигнут оптимальный баланс между PPV и чувствительностью: PPV 63%, отрицательная прогностическая ценность (NPV) 94%
«Мы создали модель максимально обобщаемой, масштабируемой и простой для внедрения в практику, — комментирует д-р Varghese. — Если её эффективность подтвердится, она может использоваться практически в любых условиях.»
Рак поджелудочной железы — одна из наиболее летальных злокачественных опухолей, часто диагностируемая на поздних стадиях. Возможность стратификации риска за годы до клинической манифестации открывает перспективы для целевого скрининга групп высокого риска и потенциально более раннего выявления заболевания.
Модель использует стандартные медицинские данные и не требует специальных биомаркеров или дорогостоящих исследований, что делает её внедрение технически осуществимым в широкой клинической практике.