AI przewidzi nawet 1000 chorób. Wystarczą dane z EDM

Nowe badania sugerują, że dzięki narzędziom sztucznej inteligencji już niedługo będzie można wykrywać wiele chorób na długo przed pojawieniem się pierwszych objawów. Wystarczą standardowe dane gromadzone w elektronicznej dokumentacji medycznej.

Niewykorzystany potencjał EDM

Chodzi dokładnie o algorytm AI o nazwie MILTON opracowany przez firmę farmaceutyczną AstraZeneca. Analizuje on wyniki badań pacjentów, które są rutynowo gromadzone przez lekarzy rodzinnych w e-kartotece, i na tej podstawie wyszukuje wzorce mogące świadczyć o potencjalnym rozwoju chorób. I to nawet takich, które mogą się rozwinąć dopiero za kilka lat.

Z reguły pacjenci zgłaszają się do lekarza, gdy występują dokuczliwe objawy. Wówczas choroba jest już najczęściej w zaawansowanym stadium, utrudniającym leczenie. Tymczasem wiele osób wykonuje regularnie standardowe badania profilaktyczne. Wyniki trafiają przez lata do elektronicznej dokumentacji medycznej, a raz przeanalizowane przez lekarza rodzinnego, popadają w zapomnienie. Tymczasem nawet lekkie odchylenia od prawidłowych wartości badań gromadzonych przez kilka lat w zestawieniu z przykładowo wiekiem mogą zdemaskować powoli rozwijające się choroby.

Jak podkreślają przedstawiciele AstraZeneca, w ten sposób można przewidywać z wysokim prawdopodobieństwem rozwój wielu chorób, w tym np. choroby Alzheimera, przewlekłej obturacyjnej choroby płuc (POChP), chorób nerek.

AI wykrywa chorobę na podstawie niepozornych zmian

Do szkolenia modelu AI, AstraZeneca wykorzystała dane od 500 000 osób będące częścią UK Biobank – repozytorium anonimowych informacji zdrowotnych pacjentów z Wielkiej Brytanii. MILTON przeanalizował 67 rutynowych biomarkerów klinicznych, w tym wyniki badań krwi i moczu, kontrolne badania ciśnienia krwi i wydolności oddechowej oraz wagę, wiek i płeć. Oprócz tego, pod uwagę wzięto dane od 50 000 ochotników Biobanku z informacjami o 3000 białek obecnych w osoczu krwi i odgrywających ważną rolę w organizmie, chociażby dla funkcjonowania układu odpornościowego i hormonalnego.

Model wykazał się „wyjątkowo wysoką” wydajnością w przypadku aż 121 chorób, wykrywając subtelne wzorce w danych – niewidoczne dla człowieka – i korelując je z chorobami diagnozowanymi u pacjentów o danej charakterystyce nawet 10 lat później. W stosunku do kolejnych 1091 chorób, model osiągnął poziom „wysokiej” wydajności predykcyjnej. Naukowcy mają nadzieję, że AI będzie w przyszłości standardowym elementem elektronicznej dokumentacji medycznych, podpowiadając lekarzowi ryzyko wystąpienia choroby u pacjenta. Takie podejście pozwoli skuteczniej podejmować decyzje medyczne w zakresie profilaktyki i ewentualnych dodatkowych badań przesiewowych.

Czytaj także: Dwie dobre książki o e-zdrowiu i AI w medycynie