Новые модели машинного обучения для прогнозирования симптомов и тяжести рака, говорится в исследовании

Две модели машинного обучения, которые могут прогнозировать симптомы рака, а также их тяжесть, могут дать врачам фору в лечении второй по значимости причины смерти в мире, говорится в исследовании. Читайте также – Осторожно! Ямочки на груди могут быть признаком рака груди

Читайте также – Рак простаты: снизьте риск этого заболевания, выпивая несколько чашек кофе в день.

Модели, поддерживающие векторную регрессию (SVR) и нелинейный канонический корреляционный анализ по нейронным сетям (n-CCA), способны точно предсказать тяжесть трех общих симптомов, с которыми сталкиваются онкологические пациенты – депрессии, беспокойства и нарушения сна. Также читайте – Рак щитовидной железы: внутриутробное воздействие может увеличить риск этого заболевания.

Все три симптома связаны с серьезным снижением качества жизни больных раком, говорят исследователи из Университета Суррея в Великобритании.

«Эти захватывающие результаты показывают, что методы машинного обучения могут реально изменить жизнь людей, живущих с онкологическими заболеваниями», – сказал Пайам Барнаги, профессор университета.

«Они могут помочь врачам выявлять пациентов из группы высокого риска, помогать и поддерживать их симптомы, а также заранее спланировать способ управления этими симптомами и улучшения качества жизни», – сказал Барнаги.

Для исследования, опубликованного в журнале PLOS One, команда проанализировала существующие данные о симптомах, которые испытывали более 2000 онкологических больных во время курса компьютерной томографии и рентгеновского лечения.

Они использовали разные периоды времени для получения этих данных, чтобы проверить, могут ли алгоритмы машинного обучения точно предсказать, когда и появятся ли симптомы.

Команда обнаружила, что фактически зарегистрированные симптомы были очень близки к тем, которые были предсказаны методами машинного обучения.

В то время как депрессия наблюдалась у 60% онкологических больных, нарушения сна наблюдались у 30-50% пациентов.

Кроме того, от 35 до 53 процентов пациентов сообщили о тревоге во время лечения рака, а 45 процентов испытали оба этих симптома.

Исследователи отметили, что эти типы прогнозных моделей могут использоваться для выявления пациентов с высоким риском, информирования их об их симптомах и улучшения сроков превентивных и персонализированных вмешательств по управлению симптомами.

Источник: IANS

Опубликовано: 3 января 2019 г., 16:11