Ученые разработали модель на основе машинного обучения, которая позволяет с высокой точностью прогнозировать риск рака печени, используя только стандартные медицинские данные. Результаты исследования опубликованы в журнале Cancer Discovery (CD).

Алгоритм анализирует демографические характеристики пациента, данные из электронных медкарт и результаты рутинных анализов крови. Для обучения модели использовали данные более 500 тысяч человек из биобанка Великобритании, а затем проверили ее на независимой выборке в США. При этом около 69 процентов случаев рака печени возникли у людей без ранее диагностированных заболеваний печени, что подчеркивает ограниченность существующих подходов к скринингу.

Модель показала высокую точность и превзошла традиционные клинические шкалы риска. При этом добавление сложных генетических и метаболических данных почти не улучшало результат — оказалось, что для эффективного прогноза достаточно около 15 стандартных показателей, доступных в обычной практике.

Авторы считают, что такой инструмент может помочь врачам выявлять пациентов из группы риска на ранней стадии и направлять их на дополнительное обследование. Это особенно важно, поскольку рак печени часто диагностируется поздно, а раннее выявление существенно повышает шансы на успешное лечение.