Группа исследователей из Массачусетской больницы общего профиля недавно разработала метод, основанный на искусственном интеллекте, для прогнозирования вероятности возникновения рецидива меланомы. Метод был подтвержден в исследовании, опубликованном в Precision Oncology.

Большинству пациентов на ранней стадии меланомы проводят операцию по удалению раковых клеток. Однако пациенты с более поздними стадиями рака часто получают ингибиторы иммунных контрольных точек, которые эффективно усиливают иммунный ответ против опухолевых клеток, но также имеют значительные побочные эффекты.

«Надёжное прогнозирование рецидива меланомы может обеспечить более точный выбор лечения для иммунотерапии, уменьшить прогрессирование до метастатического заболевания и улучшить выживаемость при меланоме, сводя к минимуму воздействие токсичности лечения», — говорит ведущий автор исследования Евгений Семёнов, научный сотрудник отделения дерматологии Массачусетской больницы.

Как сообщает Science Daily, чтобы добиться этого, Семёнов и его коллеги оценили эффективность алгоритмов, основанных на машинном обучении, ветви искусственного интеллекта, которые использовали данные из электронных медицинских карт пациентов для прогнозирования рецидива меланомы. В частности, команда собрала 1720 диагнозов меланомы на ранней стадии и извлекла 36 клинических и патологических признаков этого вида рака из электронного реестра здравоохранения. Алгоритмы были разработаны и проверены с различными наборами пациентов клиник, а толщина опухоли и скорость деления раковых клеток были определены как наиболее прогностические признаки.

«Наши результаты показывают, что алгоритмы машинного обучения могут извлекать прогностические сигналы из клинико-патологических признаков для прогнозирования рецидива меланомы на ранней стадии, что позволит идентифицировать пациентов, которым может помочь адъювантная иммунотерапия», — сообщает Семёнов.