Исследователи разработали метод машинного обучения для прогнозирования перехода атипичной протоковой гиперплазии в рак молочной железы, - пишет eurekalert.org со ссылкой на JCO Clinical Cancer Informatics.
Атипичная протоковая гиперплазия (АПГ) - это поражение молочной железы, связанное с повышением риска рака молочной железы в четыре-пять раз. АПГ в основном обнаруживается с помощью маммографии и идентифицируется при биопсии. Для биопсии отбираются только несколько пораженных частей, а между тем на точность установления риска влияют и другие переменные факторы. В результате риск развития рака может быть недооценен на 10-45%. В настоящее время хирургическое удаление рекомендуется для всех случаев АПГ, обнаруженных при помощи биопсии, и только во время операции удается определить, является ли поражение злокачественным. После удаления АПГ только 20-30% случаев оказываются злокачественными. Это означает, что 70-80% женщин подвергаются дорогостоящей и инвазивной хирургической процедуре по поводу доброкачественного поражения (обладающего, тем не менее, высоким риском).
Исследовательская группа из Дартмута, возглавляемая доктором наук Саидом Хассанпуром, нашла метод машинного обучения для прогнозирования перехода АПГ рак. Наличие этой информации может потенциально помочь клиницистам и пациентам с низким риском решить, является ли активное наблюдение и гормональная терапия разумной альтернативой хирургическому удалению. Оценка модели показала, что метод машинного обучения может идентифицировать 98% всех злокачественных случаев до операции, в то же время избавляя от операции 16% женщин, которые в противном случае перенесли бы ненужную операцию по поводу доброкачественного поражения.
Искусственный интеллект, опираясь на серьезные клинические различия между женщинами с низким и высоким риском развития АПГ в рак, может надежно прогнозировать развитие злокачественных новообразований. Исследование также выявило важные клинические переменные, связанные с риском перерастания АПГ в онкологию.
«Наша модель потенциально может помочь пациентам и врачам выбрать альтернативный подход к лечению в случаях низкого риска, - говорит Хассанпур. - В эпоху персонализированной медицины такие модели могут быть желательны для пациентов, которые ценят совместный подход к принятию решений и возможность выбирать между хирургическим удалением и наблюдением, позволяющим избежать затрат, стресса и потенциальных побочных эффектов у женщин с низким риском развития АПГ в рак».
Вскоре команда планирует расширить область применения своей
модели, включив в нее другие поражения молочной железы высокого
риска, такие как лобулярная неоплазия, папилломы и радиальные
рубцы. Они также планируют провести дальнейшую проверку своего
подхода к большим внешним наборам данных с использованием
государственных и национальных реестров заболеваемости раком
молочной железы и сотрудничать с другими медицинскими
центрами.
[Фото: eurekalert.org]
