Intéressant

L'apprentissage automatique aide à améliorer considérablement le triage des kystes pancréatiques

L'apprentissage automatique aide à améliorer considérablement le triage des kystes pancréatiques

À l'aide de l'apprentissage automatique, une équipe de scientifiques a développé un test complet pour aider à mieux traiter les patients atteints de cancer du pancréas. Le test, appelé CompCyst, a largement surpassé les normes de soins d'or actuelles sur un groupe de test de 875 patients.

CONNEXES: L'APPRENTISSAGE EN MACHINE AIDE LES SCIENTIFIQUES CITOYENS

Les kystes pancréatiques peuvent être mortels, mais pas toujours

Les kystes pancréatiques sont des lésions remplies de liquide dans le pancréas. Le pancréas est un organe vital, situé derrière l'estomac, qui produit des hormones et des enzymes pour aider à la digestion des aliments.

La formation de kystes a tendance à se produire jusqu'à 8% de toutes les personnes âgées de plus de 70 ans.

Bien que la plupart des kystes soient bénins et aient tendance à ne pas causer de symptômes visibles. Mais certains kystes pancréatiques qui produisent de la mucine peuvent se transformer en une forme agressive de cancer du pancréas.

"Ils sont généralement trouvés lors des tests d'imagerie pour un autre problème. Certains sont en fait des poches de fluides non cancéreuses (bénignes) tapissées d'une cicatrice ou d'un tissu inflammatoire, pas le type de cellules trouvées dans les vrais kystes (pseudokystes)", selon la clinique Mayo .

À ce jour, il est difficile de distinguer les kystes précancéreux des kystes bénins. Cela signifie que les kystes non cancéreux sont souvent mal classés et inutilement éliminés par chirurgie pancréatique.

Cette classification erronée conduit souvent à une chirurgie invasive inutile pour éliminer les kystes, qu'il s'agisse de formes bénignes ou plus dangereuses.

Le nouveau test pourrait aider à éviter une chirurgie inutile

Pour cette raison, les chercheurs, Simeon Springer, et ses collègues ont décidé de voir s'ils pouvaient améliorer les processus de triage des patients. Ils ont recruté 875 patients atteints de kystes pancréatiques et recueilli des informations sur les mutations, protéines et autres marqueurs liés à leurs kystes bénins ou producteurs de mucine.

Le nouveau test, utilisant des algorithmes d'apprentissage automatique, a révélé des résultats intéressants. À partir de l'étude de 875 patients, CompCyst a révélé que 60% d'entre eux auraient pu éviter la chirurgie.

Ceci est important et entraînerait moins de chirurgies inutiles, réduisant efficacement les coûts médicaux et les complications souvent associées à toute forme de chirurgie invasive.

CompCyst a surpassé le diagnostic standard de soins

L'équipe, à l'aide de techniques d'apprentissage automatique approfondi, a formé les CompCyst à lire les marqueurs à partir des données collectées auprès des patients inscrits. Le système a rapidement classé les patients dans ceux qui devraient être surveillés, non surveillés ou subir une intervention chirurgicale.

CompCyst a été formé en utilisant 436 des patients d'origine, et les chercheurs ont constaté que le test surpassait largement la pathologie standard de soins lorsqu'il était évalué en 426 d'autres patients.

CompCyst a correctement identifié que 60.4% des patients devraient avoir obtenu leur congé. C'était vraiment génial que18.9% sortie en utilisant le diagnostic standard de soins.

48.6% des patients ont également été correctement classés comme nécessitant une surveillance, par rapport à 34.3% du triage traditionnel. Enfin, et surtout, il a pu identifier 90.8% des patients nécessitant une intervention chirurgicale versus 88.8% à partir du diagnostic standard de l'industrie standard.

Aussi prometteur que cela soit, des travaux futurs seront nécessaires pour valider de manière prospective les marqueurs utilisés dans le test. Springer et coll. affirment que leur plate-forme a un fort potentiel pour être utilisée dans la clinique en complément des approches existantes.

L'étude originale a été publiée dans la revue Science Translational Medicine.


Voir la vidéo: Doku Das Dritte Auge (Janvier 2022).