ロンドン大学クイーン・メアリー校とオックスフォード大学の研究者らは、共通の健康データと定期的な血液検査を利用して、プライマリケアにおけるがんの早期診断を大幅に向上させることができる革新的なアルゴリズムを開発した。
画期的な予測アルゴリズムが7.4つ登場しました。これは、特に従来の方法では診断が困難な未診断がんの早期発見において、大きな飛躍を約束するものです。ロンドン大学クイーン・メアリー校とオックスフォード大学の共同研究によって開発されたこれらのモデルは、イングランドの成人XNUMX万人以上の匿名データを活用しています。
新しいアルゴリズムは、患者の健康情報と、全血球数と肝機能バイオマーカーを測定する7つの定期的な血液検査の結果を使用して、診断されていない癌の存在をより正確に予測します。
この優れた感度により、一般開業医（GP）ががんを特定し診断する方法が変革され、より早期に治療を実施し、命を救える可能性もある治療につながる可能性があります。
英国の国民保健サービス（NHS）が使用するQCancerスコアなどの既存の予測アルゴリズムは、すでに患者データを統合して高リスクの個人にフラグを立てている。
しかし、これらの新しいモデルは、追加の健康マーカーを使用し、肝臓がん、腎臓がん、膵臓がん、およびまれな形態を含む 15 種類のがんを識別するアルゴリズムの能力を強化することで、はるかに感度の高いアプローチを提供します。
「これらのアルゴリズムは、臨床システムに組み込んで、一般開業医の日常的な診察で使用できるように設計されています。既存のモデルに比べて大幅に改善されており、特に早期で治療可能な段階におけるがんの特定精度が向上しています」と、ロンドン大学クイーン・メアリー校の臨床疫学および予測医学教授で、論文の筆頭著者であるジュリア・ヒッピスリー＝コックス氏はニュースリリースで述べています。
詳細な分析の結果、新しいモデルはがんリスクの上昇に関連する4つの新たな病状と7つの新たな症状を特定したことが明らかになりました。かゆみ、あざ、腰痛、嗄声、鼓腸、腹部腫瘤、黒色尿といった症状は、様々ながんにおいて重要な兆候として認識され、アルゴリズムの診断能力が向上しました。
ロンドン大学クイーン・メアリー校の上級研究員であり共著者のキャロル・クープランド氏は、これらのアルゴリズムの幅広い応用可能性を強調した。
「現在診断されていない癌のリスクを評価するためのこれらの新しいアルゴリズムは、症状、血液検査結果、生活習慣要因、医療記録に記録されたその他の情報に基づいて、15種類の癌のいずれかに罹るリスクが最も高い人々を特定する能力が向上しています」と彼女は付け加えた。
これらのアルゴリズムの開発は、世界中の医療システムががん検出率の向上を目指す重要な時期に行われました。この革新は、診断精度の向上だけでなく、既存の医療体制への費用対効果の高い統合も実現し、広く導入できる魅力的なソリューションとなります。
これらのアルゴリズムは、すぐに入手できる患者データと定期的な血液検査結果を活用すれば、がんの早期診断を大幅に改善する可能性を秘めており、2028年までにがんの早期発見を強化するというNHSの目標と一致しています。
リサーチ、 公表 Nature Communications に掲載されたこの論文は、医療において高度なデータ分析を活用することの重要性を強調し、多くの患者にとって希望の光となり、世界中の医療提供者にとって有望なツールとなることを強調しています。
出典： ロンドンのクイーン·メアリー大学