Nach Angaben des National Cancer Institute (Inca) werden bis 2025 allein in Brasilien jährlich 705.000 Fälle der Krankheit erwartet. Innerhalb dieses alarmierenden Szenarios haben Forscher von
Big Data und Predictive Analytics im Gesundheitslabor (Labdaps)
der School of Public Health (FSP) an der USP, die zuvor den Einsatz von künstlicher Intelligenz (KI) untersuchte
maschinelles Lernen
bei der Vorhersage der Sterblichkeit von Patienten mit der Krankheit. Der Algorithmus informiert das medizinische Team zwischen 12 und 24 Monaten nach dem Diagnosedatum über das Sterberisiko des Patienten und gewährleistet so einen Überblick über den Schweregrad seiner Erkrankung und die erforderlichen konkreten Präventionsmaßnahmen. Diese Initiative ist das Ergebnis einer vom Gesundheitsministerium des Bundesstaates São Paulo garantierten Finanzierung.
Laut PhD-Student Gabriel Silva von der FSP und dem leitenden Prüfarzt der Studie werden die von der KI gewonnenen Daten ab Beginn der Behandlung verfügbar sein. Nehmen wir an, ein Patient hat seine Untersuchungen gemacht und ist wieder beim Arzt. Dort wird der Fachmann bereits einige Informationen haben, zum Beispiel bezüglich des klinischen Stagings“, erklärt Gabriel in dem Bericht. Das Staging eines Krebses bedeutet, seinen Ausbreitungsgrad zu beurteilen – Daten, die für die Identifizierung von Hochrisikopatienten unerlässlich sind.
Der Forscher sagt, dass ein schneller Hinweis auf eine ernsthafte Erkrankung zu fortgeschrittenen Kenntnissen über Verfahren beitragen würde, die das Überleben von Krebspatienten erhöhen können. „Dies kann ein sehr nützliches Instrument sein, um die Behandlung bestimmter Patienten zu priorisieren, um festzustellen, bei welcher Person das höchste Sterberisiko besteht. Was mache ich heute mit diesem Patienten? Bringe ich ihn an die Spitze der Behandlungslinie oder ist dies der Fall? Patientin mit sehr niedrigem Sterberisiko und ich konnte jemanden in einer prekäreren Situation priorisieren?“, erklärt Gabriel.
Für die Suche wurde die Datenbank des Hospital Cancer Registry (RHC) verwendet
Gründung des Sao Paulo Oncocenter (FOSP)
Verbunden mit dem Gesundheitsministerium, das darauf abzielt, das Studium und die Lehre von Präventionsaktivitäten und Früherkennung von Krebs zu fördern. In die Studie wurden nur Patienten aufgenommen, die zwischen 2014 und 2017 im Bundesstaat São Paulo diagnostiziert wurden, die alle Arten von Krebs mit der höchsten Inzidenz in der brasilianischen Bevölkerung abdeckt, wie Brust- und Prostatakrebs. Nicht-Melanom-Hautkrebs wurde in der Studie aufgrund seiner hohen Heilungsraten nicht berücksichtigt. Insgesamt wurden die Profile von 29.000 Patienten von KI analysiert, wobei 72,7 % in öffentlichen Krankenhäusern diagnostiziert wurden.
Die praktische Anwendung des Einsatzes künstlicher Intelligenz wird für die Bereitstellung von Informationen in der digitalen Krankenakte verantwortlich sein, die bereits seit 2017 vom Unified Health System (SUS) verwendet wird. Die Krankenakte ist bereits eine Technologie, die die Konsultation der Krankengeschichte ermöglicht, Testergebnisse und Daten über Patienten.
Professor Alexandre Chiafegato Filho, Direktor von Labdaps und Professor an der FSP, erklärt die Vorteile der Anwendung künstlicher Intelligenz. Die Algorithmen werden eine Subvention für das medizinische Team sicherstellen. Heutzutage hat der Arzt viele verstreute Informationen, aber nichts vereint alles, um genau das zu geben, was dieser Fachmann wissen möchte, nämlich wie ernst es diesem Patienten geht.“
Der Einsatz künstlicher Intelligenz im Gesundheitswesen ist ein noch unerforschtes Gebiet. App von
maschinelles Lernen
, hilft in diesem Fall bei der medizinischen Entscheidungsfindung, indem Algorithmen verwendet werden, um genaue Vorhersagen über den Gesundheitszustand des betreffenden Patienten zu treffen. Doktorand weist auf die Vorteile künstlicher Intelligenz im medizinischen Bereich hin. „Hey
maschinelles Lernen
Es funktioniert durch das Erlernen der allgemeinen Datenregeln. Wenn wir eine Reihe von Informationen präsentieren, werden eine Reihe von Beziehungen artikuliert, die mit bloßem Auge nicht erkennbar sind“, erklärt Gabriel.
Jetzt gehen die Forscher in die zweite Phase der Studie über, indem sie AI 2.0 verwenden und eine randomisierte klinische Studie übernehmen (mit Patienten, die zwischen den Gruppen randomisiert werden, um Verzerrungen zu vermeiden). Wir haben bereits entdeckt, dass diese Algorithmen intelligente Entscheidungen im Gesundheitswesen treffen. Der zweite Schritt besteht darin, sich zu fragen, ob die medizinische Fachkraft mit diesen Informationen bessere Entscheidungen trifft“, sagt Labdaps-Direktor. Darüber hinaus wird in der nächsten Phase auch die potenzielle Verbesserung der Prognose der Patienten analysiert.
Der Artikel, der die Studie beschreibt
Maschinelles Lernen zur Vorhersage des langfristigen Sterberisikos bei Patienten mit bösartigen Tumoren in São Paulo, Brasilien
Es wurde in der Fachzeitschrift Artificial Intelligence in the Life Sciences veröffentlicht und ist Teil der Doktorarbeit von Gabriel Silva.
„Lebenslanger Social-Media-Liebhaber. Fällt oft hin. Schöpfer. Leidenschaftlicher Feinschmecker. Entdecker. Typischer Unruhestifter.“
More Stories
Boehringer Ingelheim erzielt deutliches Wachstum im Bereich Tiergesundheit – O Presente Rural
Einsteins Bronchiolitis-Impfstoff wurde bei schwangeren Frauen eingeführt
Seas beteiligt sich an der Kampagne „Pink October“, um das Bewusstsein für Brustkrebs zu schärfen