Искусственный интеллект был использован для определения факторов, наиболее тесно связанных с показателями выживаемости при раке в 185 странах, согласно исследованию, опубликованному в журнале Annals of Oncology. В исследовании, проведенном исследователями, связанными с Европейским обществом медицинской онкологии, машинное обучение было применено для анализа данных о раке и информации о системе здравоохранения, выявив ключевые детерминанты выживаемости, которые значительно различаются в разных странах.

Модель ИИ выявила конкретные факторы, такие как доступ к лучевой терапии, наличие всеобщего охвата услугами здравоохранения и экономическая мощь страны, как сильно коррелирующие с улучшением показателей выживаемости при раке. Исследование предполагает, что целенаправленные улучшения в этих областях могут привести к значительным успехам в спасении жизней, при этом оптимальные стратегии различаются от страны к стране.

Машинное обучение, подмножество ИИ, включает в себя обучение алгоритмов на больших наборах данных для выявления закономерностей и прогнозирования без явного программирования. В данном случае ИИ был обучен на обширной коллекции статистических данных о раке и данных об инфраструктуре здравоохранения, чтобы определить, какие элементы оказывают наибольшее влияние на результаты лечения пациентов. Этот подход позволяет получить более тонкое понимание, чем традиционные статистические методы, которым часто трудно учесть сложное взаимодействие факторов, влияющих на выживаемость при раке.

"Впервые мы можем увидеть с высокой степенью разрешения конкретные рычаги, которые каждая страна может использовать для улучшения выживаемости при раке", - сказал ведущий исследователь проекта. "Этот подход, основанный на ИИ, предоставляет дорожную карту для политиков и специалистов в области здравоохранения для определения приоритетов вмешательств и эффективного распределения ресурсов".

Последствия этого исследования выходят за рамки простого выявления корреляций. Количественно оценивая влияние различных факторов, модель ИИ позволяет моделировать различные политические сценарии. Например, страна может использовать модель для оценки потенциального влияния расширения доступа к лучевой терапии или внедрения всеобщего охвата услугами здравоохранения на показатели выживаемости при раке.

Исследование также подчеркивает различия в показателях выживаемости при раке между странами с высоким и низким уровнем дохода. Хотя доступ к передовым методам лечения и технологиям играет определенную роль, модель ИИ показала, что даже базовая инфраструктура здравоохранения, такая как доступ к диагностическим услугам и основным лекарствам, может оказать глубокое влияние на выживаемость.

Исследователи планируют и дальше совершенствовать модель ИИ, включая дополнительные источники данных, такие как генетическая информация и факторы образа жизни. Они также стремятся разработать удобный интерфейс, который позволит политикам и специалистам в области здравоохранения легко получать доступ к результатам модели и интерпретировать их. Это потенциально может привести к принятию решений на основе фактических данных и более эффективным стратегиям борьбы с раком во всем мире.