ИИ научился выявлять группы высокого риска развития меланомы до появления симптомов

ИИ может вскоре определять, у кого с наибольшей вероятностью разовьётся меланома — ещё до появления симптомов. Фото: Shutterstock

Исследователи проанализировали регистровые данные, охватывающие всё взрослое население Швеции, чтобы изучить новые способы выявления риска меланомы. Набор данных включал такую информацию, как возраст, пол, медицинские диагнозы, использование лекарств и социально-экономический статус. Всего в исследование было включено 6 036 186 человек, и у 38 582 (0,64%) в течение пятилетнего периода исследования развилась меланома.

Значительную часть анализа провёл Мартин Гиллстедт:

«Наше исследование показывает, что данные, которые уже доступны в системах здравоохранения, можно использовать для выявления лиц с более высоким риском развития меланомы, — говорит Мартин Гиллстедт, аспирант Академии Сальгренска Гётеборгского университета и статистик отделения дерматологии и венерологии Университетской больницы Сальгренска. — Это не та форма поддержки принятия решений, которая в настоящее время доступна в рутинном здравоохранении, но наши результаты дают чёткий сигнал о том, что регистровые данные можно использовать более стратегически в будущем».

Модели ИИ повышают точность прогнозирования риска меланомы

Исследователи оценили несколько моделей искусственного интеллекта и обнаружили явные различия в производительности. Самая продвинутая модель правильно отличала людей, у которых позже развилась меланома, от тех, у кого её не было, примерно в 73% случаев. Для сравнения, использование только возраста и пола давало точность около 64%.

Включив более широкий спектр факторов, таких как диагнозы, лекарства и социодемографическая информация, модели смогли выделить небольшие группы лиц со значительно более высоким риском. Внутри этих групп вероятность развития меланомы в течение пяти лет достигала примерно 33%.

Целевой скрининг может улучшить выявление и эффективность

Исследование возглавлял Сэм Полези, доцент дерматологии и венерологии Гётеборгского университета и дерматолог Университетской больницы Сальгренска:

«Наши анализы показывают, что выборочный скрининг небольших групп высокого риска может привести как к более точному мониторингу, так и к более эффективному использованию ресурсов здравоохранения. Это предполагает включение популяционных данных в прецизионную медицину и дополнение клинических оценок».

На пути к персонализированным стратегиям скрининга меланомы

Хотя результаты обнадёживают, исследователи отмечают, что для внедрения этого подхода в рутинную клиническую практику необходимы дополнительные исследования и политические решения. Тем не менее, результаты подчёркивают потенциал ИИ, обученного на крупномасштабных регистровых данных, для поддержки более персонализированных оценок риска и формирования будущих стратегий скрининга меланомы.

Исследование было проведено в сотрудничестве между Гётеборгским университетом и Технологическим университетом Чалмерса.

Источники:

Материалы предоставлены Гётеборгским университетом.

Martin Gillstedt, Lena Stempfle, John Paoli, Fredrik D. Johansson, Sam Polesie. Predicting Melanoma Impact on the Swedish Healthcare System from the Adult Population Using Machine Learning on Registry Data. Acta Dermato-Venereologica, 2026; 106: adv44610 DOI: 10.2340/actadv.v106.44610