根据 Geisinger 和 Medial EarlySign 领导的一项新研究，一种机器学习算法在被确定为高危且错过常规结肠镜检查的患者中检测到潜在的结直肠癌 (CRC) 迹象。
本月发表在NEJM Catalyst Innovations in Care Delivery上的研究结果提出了一种非侵入性方法来增加可能患有 CRC 的人的筛查。
根据美国国家癌症研究所的数据，尽管有证据表明定期 CRC 筛查的益处以及提供者和医疗保健系统在增加筛查方面付出的巨大努力，但美国大约 32% 的符合年龄条件的成年人没有遵循当前的 CRC 筛查指南。如果早期发现和治疗无症状息肉和其他早期癌症，则可以预防 CRC 导致的严重疾病和死亡。
在这项研究中，Geisinger 确定了一组 25,610 名逾期进行 CRC 筛查的患者，并使用机器学习算法标记出患癌症风险最高的患者。该算法由 EarlySign 开发，通过分析年龄、性别和最近门诊患者的全血细胞计数 (CBC)，将患者确定为高危患者。一名护士随后打电话给患者，告知他们风险，并提议安排结肠镜检查。
在被标记为高风险的患者中，68% 的患者计划进行结肠镜检查，其中约 70% 的患者有显着发现。
“当医疗保健提供者精心实施和支持时，机器学习可以成为其他结直肠癌筛查工作的低成本、非侵入性补充，”Geisinger 人口计划首席质量官、该研究的合著者 Keith Boell 说。学习。“这项技术可以作为一个安全网，潜在地防止一些可能已经有未确诊疾病迹象的患者漏诊或延误诊断。”
“我们与 Geisinger 的合作重点是通过可以影响早期检测的预测算法来解决 CRC 的破坏性影响，并将其整合到临床工作流程中，从而实现个性化的护理方法，让患者参与预防和治疗，”Ori Geva 说， EarlySign 联合创始人兼首席执行官。“将我们与 Geisinger 的联合研究纳入NEJM Catalyst Innovations in Care Delivery对我们的团队来说是一种莫大的荣誉，我们感谢 EarlySign 和 Geisinger 的所有合著者和项目团队在高质量研究和成果方面取得的成就。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！