Inteligența artificială identifică persoane cu risc ridicat de melanom înainte de apariția simptomelor

Sursa foto: Sciencedaily

Un studiu amplu realizat în Suedia arată că modelele de inteligență artificială (AI) antrenate pe date registru pot identifica grupuri de adulți cu risc semnificativ crescut de melanom, chiar înainte ca boala să devină simptomatică. Cercetarea, care a folosit date administrate de sistemul de sănătate pentru întreaga populație adultă a Suediei, descrie o abordare ce ar putea ghida screeningul mai precis și utilizarea mai eficientă a resurselor medicale.

Analiză națională pe baza datelor de registru

Echipa de cercetare a utilizat un set de date care cuprindea informații demografice și clinice pentru 6.036.186 de adulți. În perioada de urmărire de cinci ani a studiului, 38.582 de persoane, adică 0,64% din populația inclusă, au dezvoltat melanom. Datele folosite de cercetători includeau variabile precum vârsta, sexul, diagnostice medicale anterioare, tratamente medicamentoase și indicatori socioeconomici, toate acestea fiind deja disponibile în registrele naționale de sănătate.

Ce au arătat modelele de inteligență artificială

Cercetătorii au comparat mai multe modele de AI pentru capacitatea lor de a distinge persoanele care ulterior au dezvoltat melanom de cele care nu au dezvoltat boala. Cel mai avansat model a reușit să realizeze această separare corect în aproximativ 73% din cazuri, o performanță clar superioară metodei bazate doar pe vârstă și sex, care a oferit o acuratețe în jur de 64%.

Prin integrarea unei game mai largi de factori—diagnostice medicale, consum de medicamente și informații socio-demografice—modelele au putut identifica subgrupuri mai mici de persoane cu un risc mult mai ridicat. În astfel de grupuri țintite, probabilitatea de a dezvolta melanom în următorii cinci ani a fost de aproximativ 33% pentru unii indivizi etichetați de sistem.

Implicarea pentru strategii de screening

Autorii studiului subliniază potențialul unei abordări selective, care să conducă la o monitorizare mai precisă a persoanelor cu risc și la o gestionare mai eficientă a resurselor sanitare. Prin identificarea grupurilor foarte mici cu risc crescut, strategia ar putea concentra eforturile de examinare și supraveghere asupra celor mai vulnerabili, în loc să aplice screeninguri largi și costisitoare întregii populații.

Citat din echipa de cercetare

Martin Gillstedt, doctorand la Sahlgrenska Academy din cadrul Universității din Gothenburg și statistician la Departamentul de Dermatologie și Venerologie al Sahlgrenska University Hospital, a explicat semnificația rezultatelor: „Studiul nostru arată că datele deja disponibile în sistemele de sănătate pot fi folosite pentru a identifica persoane cu risc mai mare de melanom. Aceasta nu este o formă de asistență decizională disponibilă în mod curent în practica obișnuită, dar rezultatele noastre oferă un semnal clar că datele din registre pot fi utilizate mai strategic în viitor.”

Avantaje și limite în aplicare

Un beneficiu evident al abordării prezentate este utilizarea informațiilor deja colectate în registru, fără a impune proceduri noi complicate sau costisitoare pentru colectarea datelor. Totuși, autorii subliniază că, înainte ca astfel de modele să fie implementate în practica clinică de rutină, sunt necesare studii suplimentare și decizii politice referitoare la modul de integrare a acestor instrumente în sistemul de sănătate. Aceste etape vor fi esențiale pentru a valida robustețea modelelor în contexte reale, pentru a evalua impactul asupra pacienților și pentru a defini criteriile etice și legale ale utilizării datelor personale în scopuri predictive.

Posibil impact asupra medicinei personalizate

Rezultatele studiului sugerează o mișcare spre medicina de precizie, în care datele populaționale sunt folosite pentru a adapta strategiile de prevenție și screening la subgrupuri definite în funcție de risc. O astfel de integrare a informațiilor din registre cu evaluările clinice ar putea oferi recomandări mai bine țintite pentru controalele dermatologice și pentru testele suplimentare, contribuind totodată la prioritizarea resurselor în sistemele de sănătate.

Contextul științific și publicarea studiului

Studiul a fost realizat prin colaborarea Universității din Gothenburg cu Chalmers University of Technology și a fost publicat în jurnalul Acta Dermato-Venereologica. Referința studiului este: Martin Gillstedt, Lena Stempfle, John Paoli, Fredrik D. Johansson, Sam Polesie. Predicting Melanoma Impact on the Swedish Healthcare System from the Adult Population Using Machine Learning on Registry Data. Acta Dermato-Venereologica, 2026; 106: adv44610 DOI: 10.2340/actadv.v106.44610.

Pentru detalii și verificare, articolul poate fi accesat prin linkul către fișa de diseminare: Articol ScienceDaily despre identificarea tiparelor de risc pentru cancerul de piele și, pentru referința științifică originală, prin DOI: 10.2340/actadv.v106.44610.

Declarații privind utilitatea clinică

Conducătorul studiului, Sam Polesie, Associate Professor of Dermatology and Venereology la Universitatea din Gothenburg și medic dermatolog la Sahlgrenska University Hospital, a comentat implicațiile practice: „Analizele noastre sugerează că screeningul selectiv al unor grupuri mici cu risc crescut ar putea duce atât la o monitorizare mai precisă, cât și la o utilizare mai eficientă a resurselor din sistemul de sănătate. Aceasta ar implica aducerea datelor populaționale în medicina de precizie și completarea evaluărilor clinice.”

Ce înseamnă cifrele pentru pacienți și sistemul de sănătate

Statisticile raportate în studiu sunt expresive: din peste șase milioane de adulți, aproape 39 de mii au dezvoltat melanom în cinci ani. Modelele AI au identificat subgrupuri pentru care riscul de a dezvolta melanom în acea perioadă a crescut dramatic, unii indivizi având o probabilitate estimată de până la 33% în următorii cinci ani. Astfel de estimări pot transforma modul în care clinicianul decide asupra frecvenței controalelor dermatologice, a utilizării dermatoscopiei sau a altor investigații, având potențialul de a descoperi cancere în stadii incipiente, când tratamentul este mai eficient.

Pașii următori recomandați de autori

Acești cercetători subliniază că rezultatele reprezintă o dovadă de concept care trebuie urmată de studii de validare în alte populații și de evaluări practice privind integrarea modelelor în fluxurile clinice. De asemenea, deciziile la nivel de politici publice sunt necesare pentru a defini criteriile de utilizare a predicțiilor, pentru a asigura protecția datelor și pentru a garanta că eventualele intervenții nu amplifică inegalitățile în accesul la îngrijire.

În ansamblu, studiul aduce un argument solid în favoarea unei utilizări mai strategice a datelor de registru: datele deja colectate în sistemele de sănătate pot servi nu doar pentru supraveghere epidemiologică, ci și pentru identificarea preventivă a persoanelor cu risc crescut, orientând astfel eforturile medicale acolo unde pot avea cel mai mare impact.