算法可以檢測出結直腸癌高危患者

根據(jù) Geisinger 和 Medial EarlySign 領導的一項新研究，一種機器學習算法在被確定為高危且錯過常規(guī)結腸鏡檢查的患者中檢測到潛在的結直腸癌 (CRC) 跡象。

本月發(fā)表在NEJM Catalyst Innovations in Care Delivery上的研究結果提出了一種非侵入性方法來增加可能患有 CRC 的人的篩查。

根據(jù)美國國家癌癥研究所的數(shù)據(jù)，盡管有證據(jù)表明定期 CRC 篩查的益處以及提供者和醫(yī)療保健系統(tǒng)在增加篩查方面付出的巨大努力，但美國大約 32% 的符合年齡條件的成年人沒有遵循當前的 CRC 篩查指南。如果早期發(fā)現(xiàn)和治療無癥狀息肉和其他早期癌癥，則可以預防 CRC 導致的嚴重疾病和死亡。

在這項研究中，Geisinger 確定了一組 25,610 名逾期進行 CRC 篩查的患者，并使用機器學習算法標記出患癌癥風險最高的患者。該算法由 EarlySign 開發(fā)，通過分析年齡、性別和最近門診患者的全血細胞計數(shù) (CBC)，將患者確定為高?；颊摺Ｒ幻o士隨后打電話給患者，告知他們風險，并提議安排結腸鏡檢查。

在被標記為高風險的患者中，68% 的患者計劃進行結腸鏡檢查，其中約 70% 的患者有顯著發(fā)現(xiàn)。

“當醫(yī)療保健提供者精心實施和支持時，機器學習可以成為其他結直腸癌篩查工作的低成本、非侵入性補充，”Geisinger 人口計劃首席質量官、該研究的合著者 Keith Boell 說。學習。“這項技術可以作為一個安全網(wǎng)，潛在地防止一些可能已經(jīng)有未確診疾病跡象的患者漏診或延誤診斷。”

“我們與 Geisinger 的合作重點是通過可以影響早期檢測的預測算法來解決 CRC 的破壞性影響，并將其整合到臨床工作流程中，從而實現(xiàn)個性化的護理方法，讓患者參與預防和治療，”Ori Geva 說， EarlySign 聯(lián)合創(chuàng)始人兼首席執(zhí)行官。“將我們與 Geisinger 的聯(lián)合研究納入NEJM Catalyst Innovations in Care Delivery對我們的團隊來說是一種莫大的榮譽，我們感謝 EarlySign 和 Geisinger 的所有合著者和項目團隊在高質量研究和成果方面取得的成就。”

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！