Արհեստական բանականությանը սովորեցրել են պարզել մաշկի քաղցկեղի ագրեսիվ տեսակների ընթացքը եւ ծանրությունը

Մեծ Բրիտանիայի Նյուքասլի համալսարանիհետազոտողների գլխավորած միջազգայինթիմը համատեղել է մեքենայական ուսուցումըկլինիկական փորձաքննության հետ՝ մշակելով«DeepMerkel» կոչվող վեբ համակարգ, որըկանխատեսում է կրծքագեղձի քաղցկեղիբուժման արդյունքները՝ հիմնված անհատական​​եւ ուռուցքային բնութագրերի վրա:

Նրանք ենթադրել են, որ այս համակարգըկարող է կիրառվել մաշկի ագրեսիվ այլ քաղցկեղների դեպքում՝ որոշումների կայացումըճշգրիտ կանխատեսելու համար: MCC-ը մաշկիքաղցկեղի հազվադեպ, բայց ագրեսիվ տեսակ է: Այն կարող է դժվար ենթարկվել բուժման եւսովորաբար ազդում է թուլացած իմունայինհամակարգով տարեց մարդկանց վրա, որոնցդեպքում խորացող հիվանդությունըհանգեցնում է այն բանին, որ նվազում է ապրելու հավանականությունը:

Npj Digital Medicine-ում եւ Journal of the American Academy of Dermatology-ում երկու լրացուցիչհրապարակումներում թիմը նկարագրել է, թեինչպես են նրանք մշակել MCC վեբկանխատեսման գործիքը՝ օգտագործելովառաջադեմ վիճակագրական եւ մեքենայականուսուցման մեթոդները:

Npj Digital Medicine-ի հոդվածում թիմընկարագրել է, թե ինչպես  է օգտագործելբացատրելիության վերլուծությունը եւստացված տվյալները՝ նոր պատկերացումկազմելու համար բարձր ագրեսիվ քաղցկեղից(MCC) մահացության ռիսկի գործոնների մասին: Նրանք այնուհետեւ համատեղել են խորուսուցման ֆունկցիաների ընտրությունըփոփոխված XGBoost շրջանակի հետ՝ MCC-իհամար վեբի վրա հիմնված կանխատեսմանգործիք մշակելու համար, որը նրանք անվանել են DeepMerkel:

Երկու երկրների մոտ 11 հազար պացիենտի տվյալները վերլուծելուց հետո գիտնականները Ամերիկյան մաշկաբանության ակադեմիայի ամսագրում նկարագրել են, թե ինչպես է DeepMerkel-ը կարողացել ճշգրիտ նույնականացնել վաղ փուլի քաղցկեղ ունեցող բարձր ռիսկային պացիենտներին: Սա թույլ է տալիս բժիշկներին ավելի հիմնավորված որոշումներ կայացնել այն մասին, թե երբ օգտագործել արմատական ​​բուժում եւ անցկացնել հիվանդության ինտենսիվ մոնիթորինգ: