مثير للإعجاب

يساعد التعلم الآلي على تحسين فرز كيس البنكرياس بشكل كبير

يساعد التعلم الآلي على تحسين فرز كيس البنكرياس بشكل كبير

باستخدام التعلم الآلي ، طور فريق من العلماء اختبارًا شاملاً للمساعدة في علاج مرضى سرطان البنكرياس بشكل أفضل. الاختبار ، المسمى CompCyst ، تفوق بشكل كبير على معايير الرعاية الذهبية الحالية في مجموعة اختبار 875 مريض.

ذات صلة: التعلم الآلي يساعد العلماء المواطنين

يمكن أن تكون أكياس البنكرياس قاتلة ، ولكن ليس دائمًا

تكيسات البنكرياس هي آفات مليئة بالسوائل في البنكرياس. البنكرياس هو عضو حيوي ، يقع خلف المعدة ، ينتج الهرمونات والإنزيمات للمساعدة في هضم الطعام.

يميل تكوين الأكياس إلى أن توجد في ما يصل إلى 8% لجميع الأشخاص فوق سن السبعين.

على الرغم من أن معظم التكيسات حميدة ولا تسبب أي أعراض ملحوظة. لكن بعض أكياس البنكرياس التي تنتج الميوسين يمكن أن تتحول إلى شكل عدواني من سرطان البنكرياس.

"يتم العثور عليها عادةً أثناء اختبار التصوير لمشكلة أخرى. بعضها في الواقع عبارة عن جيوب غير سرطانية (حميدة) من السوائل مبطنة بندبة أو أنسجة التهابية ، وليست نوع الخلايا الموجودة في الأكياس الحقيقية (الأكياس الكاذبة) ، وفقًا لمايو كلينك .

حتى الآن ، من الصعب التمييز بين الخراجات السرطانية والحميدة. وهذا يعني أن التكيسات غير السرطانية غالبًا ما يتم تصنيفها بشكل خاطئ ويتم إزالتها دون داعٍ من خلال جراحة البنكرياس.

غالبًا ما يؤدي هذا التصنيف الخاطئ إلى إجراء عملية جراحية غير ضرورية لإزالة الأكياس بغض النظر عما إذا كانت حميدة أو أكثر خطورة.

يمكن أن يساعد الاختبار الجديد في تجنب الجراحة غير الضرورية

لهذا السبب قرر الباحثون ، سيميون سبرينغر وزملاؤه ، معرفة ما إذا كان بإمكانهم تحسين عمليات الفرز للمرضى. قاموا بتسجيل 875 مريضًا يعانون من أكياس البنكرياس وجمعوا معلومات عن الطفرات والبروتينات والعلامات الأخرى المرتبطة بأكياسهم الحميدة أو المنتجة للموسين.

الاختبار الجديد ، باستخدام خوارزميات التعلم الآلي ، تم الكشف عن بعض النتائج المثيرة للاهتمام. من دراسة 875 مريضًا ، كشفت CompCyst أن 60% كان من الممكن أن يتجنبوا الجراحة.

هذا مهم وسيؤدي إلى عدد أقل من العمليات الجراحية غير الضرورية ، مما يقلل بشكل فعال من التكاليف الطبية والمضاعفات التي ترتبط غالبًا بأي شكل من أشكال الجراحة الغازية.

تفوق CompCyst على تشخيص معيار الرعاية

قام الفريق ، باستخدام تقنيات التعلم الآلي العميقة ، بتدريب شركة CompCysts على قراءة العلامات من البيانات التي تم جمعها من المرضى المسجلين. صنف النظام المرضى بسرعة إلى أولئك الذين يجب مراقبتهم ، وليس مراقبتهم ، أو خضوعهم للجراحة

تم تدريب CompCyst باستخدام 436 من المرضى الأصليين ، ووجد الباحثون أن الاختبار تفوق إلى حد كبير على علم أمراض مستوى الرعاية عند تقييمه 426 مرضى آخرين.

حددت CompCyst ذلك بشكل صحيح 60.4% يجب أن يكون قد خرج من المستشفى. كان هذا رائعًا جدًا18.9% يتم تصريفها باستخدام تشخيص قياسي للرعاية.

48.6% من المرضى تم تصنيفهم بشكل صحيح على أنهم بحاجة إلى المراقبة ، مقابل 34.3% من الفرز التقليدي. أخيرًا ، والأهم من ذلك ، كان قادرًا على تحديد 90.8% من المرضى الذين يحتاجون إلى جراحة مقابل 88.8% من التشخيص القياسي القياسي للصناعة.

بقدر ما هو واعد ، سيكون العمل المستقبلي ضروريًا للتحقق المستقبلي من صحة العلامات المستخدمة في الاختبار. سبرينغر وآخرون. يقولون أن نظامهم الأساسي يتمتع بإمكانية قوية لاستخدامه في العيادة كمكمل للنهج الحالية.

نُشرت الدراسة الأصلية في مجلة Science Translational Medicine.


شاهد الفيديو: علاج التهاب البنكرياس (سبتمبر 2021).