AI forudsiger bugspytkirtelkræft tre år i forvejen
Kort sagt
En undersøgelse offentliggjort i tidsskriftet Cell Metabolism viste, at nøjagtig tredjeparts forudsigelse af bugspytkirtelkræft kan foretages 3 år før den opstår.
Forskere har udviklet sig en banebrydende AI-model, der præcist kan forudsige folks risiko for at udvikle bugspytkirtelkræft. En AI udviklet af forskere fra University of Tokyo var i stand til præcist at markere patienter med risiko for at udvikle bugspytkirtelkræft inden for de næste tre år. Læger, der bruger de nuværende metoder til at diagnosticere kræft i bugspytkirtlen, tøver med at anbefale screeninger på trods af, at det er en meget dødelig og svær at spotte kræft.
Forskere fandt ud af, at AI-modeller kan hjælpe læger med at screene for kræft i bugspytkirtlen. Da det altid har været svært at forstå risikoen for denne særlige sygdom, kunne et AI-værktøj, der kan nulstille dem med den højeste risiko for bugspytkirtelkræft, forbedre den kliniske beslutningstagning. American Society of Clinical Oncology anslår, at 56 procent af mennesker diagnosticeret med kræft i bugspytkirtlen dør af sygdommen inden for fem år efter at have modtaget diagnosen.
Kræft i bugspytkirtlen er svær at finde og behandle tidligt, så tidlig screening er afgørende. Mange typer kræft, herunder dem, der er svære at behandle tidligt, påvirker patienter, familier og sundhedssystemet. I denne undersøgelse viste det sig, at 500 CT-scanninger af mennesker, der har haft lungeknuder, det vil sige unormale vækster af kræftvæv, hjælper med at ændre sygdommens bane. Faktisk kan udseendet af lungeknuder pege på spredning af bugspytkirtelkræft til lungerne. Ved hjælp af medicinske journaler var forskere i stand til nøjagtigt at identificere personer, der er mere tilbøjelige til at blive diagnosticeret med kræft i bugspytkirtlen.
AI-modellen blev brugt til at forudsige sandsynligheden for, at mennesker lider af kræft i bugspytkirtlen i Danmark og USA. Modellen brugte 6 millioner mennesker fra Danmark og 3 millioner amerikanere som datapunkter. Modellens nøjagtighed blev målt ved at generere et område under kurven eller AUC-score. Modelresultater bruges til at bestemme, hvor nøjagtig en test er. En score på 0 er værdiløs, 0.5 er lige så nøjagtig som at vende en mønt, og 1.0 angiver en perfekt test.
Harvard-modellen opnåede en score på 0.88 for at estimere kræftrisiko i de næste tre år og 0.9 for detektering risiko inden for de næste 12 måneder. Det blev også testet for at se, om det ville forudsige yderligere intervention for personer med lungeknuder, der ville blive betragtet som en middel risiko for at udvikle kræft. Atten ud af de 22 personer med lungeknuder, som senere blev diagnosticeret med kræft i bugspytkirtlen, var blevet vurderet til at have høj risiko for at udvikle sygdommen.
Læger tøver med at anbefale MR, CT eller endoskopisk ultralyd, fordi de er dyre, ubehagelige, ressourcekrævende og unøjagtige til at finde kræft. Selvom disse værktøjer ikke er nøjagtige i alle tilfælde, ser det ud til, at kunstig intelligens kan hjælpe med at få lægerne til at få mest muligt ud af dem.
- Sundhedspersonale er forsigtige med at bruge AI og ChatGPT forum medicinsk rådgivning som en nylig undersøgelse har afsløret, at AI genererer falsk information, når man spørger om kræft. Det er vigtigt at søge nøjagtige og troværdige kilder til medicinsk rådgivning.
Læs flere relaterede artikler:
- GPT-3: Kan det virkelig forudsige fremtiden for USA i de næste 5 år?
- Microsoft og Google i 2023: Årets primære opgør mellem AI-titaner
- Sandkassen lancerer tre nye virtuelle kvarterer
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
Flere artikler
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
