人工智能可以预测某些形式的食道癌和胃癌

密歇根医学研究称，人工智能可以预测某些形式的食道癌和胃癌。

　　

在美国和其他西方国家，一种食道癌和胃癌的发病率在过去50年里急剧上升。食管腺癌(EAC)和贲门腺癌(GCA)的致死率都很高。

然而，Joel Rubenstein，医学博士，医学硕士，临床管理研究Charles S. Kettles中校退伍军人事务中心的研究科学家和密歇根医学院的内科教授说，预防措施可以是一种可取之处。

他说:“筛查可以识别患者的癌前病变，巴雷特食管，有时在患有长期胃食管反流病(GERD)的个体中诊断出来。”

“当早期发现时，患者可以采取额外的措施来帮助预防癌症。”

虽然目前的指导方针已经考虑对高危患者进行筛查，但鲁宾斯坦指出，许多医生仍然不熟悉这一建议。

“许多患上这类癌症的人从一开始就没有接受过筛查，”他说。

“但是，嵌入电子健康记录的一种新的自动化工具有可能弥合提供者意识与患食管腺癌和贲门腺癌风险增加的患者之间的差距。”

鲁宾斯坦和一组研究人员使用一种人工智能来检查1000多万美国退伍军人的EAC和GCA率数据。

他们的发现发表在《胃肠病学》杂志上。

鲁宾斯坦和他的团队开发并测试了kettle食管和贲门腺癌预测工具，简称K-ECAN。

Rubenstein说:“K-ECAN使用EHR中现成的基本信息，如患者人口统计、体重、既往诊断和常规实验室结果，来确定个体患食管腺癌和贲门腺癌的风险。”

“十多年前，我们开发了一种先前的工具M-BERET，用于识别巴雷特食管患者。然而，该工具需要测量患者的臀围和腰围，这是不经常发生的事情。此外，提供者在使用该工具时必须记住使用相应的网站来计算患者的风险。”

为了减轻这种负担，鲁宾斯坦说，他们“设想利用电子病历中已经存在的大量数据，并在适当的时候向他们的提供者展示病人的风险”，比如当一个人要进行结肠直肠癌筛查或重新服用降酸处方药时。

根据Rubenstein的说法，K-ECAN比已发布的指南或先前经过验证的预测工具更准确，并且可以“在诊断前至少三年准确预测癌症”。

他说:“胃食管反流的症状，如胃灼热，是食管腺癌的重要危险因素。”

但大多数有反流症状的人永远不会发展为食管腺癌和贲门腺癌。此外，大约一半患有这种癌症的患者从未经历过胃反流症状。这使得K-ECAN特别有用，因为它可以识别高危人群，无论他们是否有反流症状。”

Akbar Waljee，医学博士，理学硕士，学习健康科学和内科学系教授，该研究的资深作者，补充说，如果没有合作的努力，这项研究是不可能的。

“这份出版物利用了数百万美国退伍军人的宝贵数据，通过我们退伍军人事务部卫生服务创新研发中心的众多工作人员的不懈努力，以及退伍军人事务部临床管理研究中心、密歇根医学院、密歇根大学统计学系、以及密歇根大学医疗保健政策与创新和电子卫生与人工智能研究所(e-HAIL)的成员。这体现了团队科学、数据和机器学习在改善癌症预防方面的力量。”

将这种人工智能工具整合到电子病历中，可以自动通知提供者哪些患者患食管腺癌和贲门腺癌的风险增加。

鲁宾斯坦说，这可以显著减少这些癌症的负担

“我们的专业团队能够使用复杂的机器学习工具来开发这种独特的工具，我们非常兴奋，这可能会导致增加筛查和减少可预防的死亡。我们期待进行更多的工作来验证K-ECAN在VA之外的使用。”

文章标题

Predicting Incident Adenocarcinoma of the Esophagus or Gastric Cardia Using Machine Learning of Electronic Health Records