ახალი კვლევის თანახმად, ხელოვნურ ინტელექტს შეუძლია ამოიცნოს ადამიანები, რომლებსაც მომდევნო ხუთი წლის განმავლობაში მელანომის განვითარების მაღალი რისკი აქვთ.
კერძოდ, შვედეთის გოტენბურგის უნივერსიტეტის მკვლევრებმა, AI-ის გამოყენებით, მოსახლეობის მცირე ჯგუფები გამოავლინეს, რომლებსაც მომდევნო ხუთი წლის განმავლობაში კანის კიბოს ამ სერიოზული, ხშირად სწრაფად პროგრესირებადი ფორმის განვითარების მნიშვნელოვნად მაღალი რისკი აქვთ.
"კვლევა აჩვენებს, რომ ჯანდაცვის სისტემებში უკვე არსებული მონაცემები შეიძლება, მელანომის განვითარების მაღალი რისკის მქონე პირთა გამოსავლენად გამოიყენებოდეს", - განაცხადა მარტინ გილსტედტმა, გოტენბურგის უნივერსიტეტის დოქტორანტმა.
მკვლევართა ჯგუფმა გააანალიზა კლინიკური მონაცემები შვედეთის თითოეული ზრდასრული მოქალაქის შესახებ (დაახლოებით 6 მილიონი ადამიანი), რომლებიც ქვეყანაში 2005-დან 2014 წლამდე ცხოვრობდნენ.
მათ AI მოდელებს ასაკისა და სქესის გარდა, სხვა კლინიკური ინფორმაციაც (მათ შორის, მედიკამენტების ისტორია და სხვა დიაგნოზები) მიაწოდეს.
ყველაზე დახვეწილმა AI მოდელმა შემთხვევების დაახლოებით 73%-ში შეძლო იმ პირების გამოცნობა, რომლებსაც მოგვიანებით მელანომა განუვითარდათ.
შედარებისთვის, როდესაც მხოლოდ ასაკი და სქესი გამოიყენებოდა, ეს მაჩვენებელი დაახლოებით 64% იყო.
დიაგნოზების, მედიკამენტებისა და სოციოდემოგრაფიული მონაცემების კომბინირებით, მკვლევრებმა ასევე იმ მცირე, მაღალი რისკის ჯგუფების ზუსტად იდენტიფიცირება შეძლეს, რომელთათვისაც ხუთი წლის განმავლობაში მელანომის განვითარების რისკი დაახლოებით 33% იყო, - აღნიშნეს ავტორებმა.
მელანომის მთავარი გამომწვევი მიზეზი ულტრაიისფერი გამოსხივებაა, რომელიც ბუნებრივად მზისგან მოდის, ხოლო ხელოვნურად სოლარიუმებში მიიღება.
მას სხეულის სხვა ნაწილებზე გავრცელება შეუძლია და, როგორც კი ეს მოხდება, გადარჩენის მაჩვენებელი საგრძნობლად ეცემა, ამიტომ ადრეული დიაგნოსტიკა კრიტიკულად მნიშვნელოვანია.
დადგენილია, რომ 2020 წელს ევროკავშირში კანის მელანომა კიბოს ახალი დიაგნოზების 4%-ს და კიბოთი გამოწვეული ყველა სიკვდილის 1.3%-ს შეადგენდა.
ევროკომისიის ერთობლივი კვლევითი ცენტრის მონაცემებით, მელანომა რიგით მეექვსე ყველაზე ხშირად გამოვლენილი კიბო და კიბოთი გარდაცვალების 20 ყველაზე გავრცელებულ მიზეზს შორის ერთ-ერთია.
კვლევის ავტორები აღნიშნავენ, რომ პროგნოზირებადი მაღალი რისკის მქონე ადამიანების გამოვლენით, ექიმებს შეუძლიათ, პრიორიტეტი მიანიჭონ მათ მონიტორინგს და ეს პირები სკრინინგზე მოიწვიონ.
"ჩვენი ანალიზები აჩვენებს, რომ მცირე, მაღალი რისკის ჯგუფების შერჩევითმა სკრინინგმა, შეიძლება, როგორც უფრო ზუსტი მონიტორინგი, ისე ჯანდაცვის რესურსების უფრო ეფექტური გამოყენება უზრუნველყოს", - განაცხადა კვლევის წამყვანმა ავტორმა, სემ პოლესიმ.
შედეგები აჩვენებს, რომ რეესტრის დიდი მოცულობის მონაცემებზე გაწვრთნილი AI მოდელები, შესაძლოა, რისკის უფრო პერსონალიზებული შეფასებებისა და სამომავლო სკრინინგის სტრატეგიებისთვის კრიტიკულად მნიშვნელოვანი გახდეს.
თუმცა, მკვლევრები ხაზს უსვამენ, რომ მეთოდის რუტინულ ჯანდაცვაში დასანერგად მეტი კვლევა და პოლიტიკური გადაწყვეტილებებია საჭირო.
