Исследование демонстрирует возможность вычисления показателей риска рака молочной железы (модель Gail) на основе данных ЭМК с использованием NLP-конвейеров для извлечения семейного анамнеза и данных биопсии. Средняя абсолютная ошибка между вычисленными и записанными в ЭМК показателями составила 0.29% для 5-летних и 1.41% для пожизненных прогнозов.

Исследование с участием 260 коморбидных пациентов с аденокарциномой ободочной кишки T3-4N0-1M0 показало диагностическую эффективность разработанной «Шкалы оценки операционного риска» (AUC=0,681, p=0,00). Средний балл по шкале у пациентов с осложненным течением составил 18,02 ± 2,89 против 16,7 ± 2,15 без осложнений (p=0,001).

Исследование предпочтений 893 участниц показало, что проактивные подходы к оценке риска рака молочной железы с использованием многофакторных моделей (BOADICEA/CanRisk) значительно предпочтительнее текущей практики, основанной на семейном анамнезе.

Исследование показало, что критерии NICE, основанные на семейном анамнезе, выявляют только 4,4% женщин, у которых развился рак молочной железы в течение 10 лет, в то время как многофакторная модель BOADICEA может идентифицировать до 35% случаев.