Model byl natrénován na datech více než 1,1 milionu pacientů, jejichž zdravotní záznamy jsou sbírány po dobu až 30 let. Pracuje s kompletní lékařskou dokumentací a kombinuje strukturované informace (věk, pohlaví, laboratorní výsledky) i nestrukturované texty, například zdánlivě nepodstatné poznámky, které si lékař zapisuje během návštěv pacienta.
„Náš model dokáže extrahovat prediktivní signály z anamnestických údajů, které často zůstávají nepovšimnuty. Díky tomu jsme schopni zachytit riziko karcinomu plic s předstihem až 4 měsíců,“ říká expert na translační AI z Amsterdam UMC profesor Martijn Schut.
Na rozdíl od studií zaměřených jen na zjevné faktory, jako je kouření či hemoptýza, model čte i mezi řádky. Odhaluje jemné signály skryté v poznámkách lékařů – detaily, které by jinak snadno unikly. Učí se rozpoznávat vzorce z nenápadných příznaků, jako je únava, kašel, úbytek hmotnosti nebo dušnost, tedy ze signálů, které se v dokumentaci mohou objevovat i měsíce před diagnózou.
Algoritmus využívá pokročilé metody selekce proměnných (například Akaikeho informační kritérium) a hledá konkrétní vzorce, aby co nejpřesněji určil pravděpodobnost nádorového onemocnění. „Tento model nám umožňuje rozpoznat varovné signály v kontextu individuální anamnézy,“ vysvětluje specialista na klinickou informatiku profesor Ameen Abu Hanna.
Jaké konkrétní jazykové fragmenty hrají klíčovou roli, však ještě musí objasnit další výzkum. Právě ten bude rozhodující pro reálné nasazení systému v každodenní praxi.
Na rozdíl od některých screeningových nástrojů generuje nový přístup výrazně méně falešně pozitivních výsledků. Výběr rizikových pacientů navíc probíhá bez zátěže, přímo při běžné návštěvě v ordinaci.
„Většina pacientů s karcinomem plic přichází pozdě, často až ve 3. nebo 4. klinickém stadiu. To se odráží v nepříznivé prognóze – přibližně 80 % z nich zemře do jednoho roku od diagnózy,“ připomíná emeritní profesor všeobecného lékařství Henk van Weert.
Karcinom plic stále patří mezi nejčastější a nejzávažnější onkologické diagnózy a i přes pokrok v terapii zůstává 5letá mortalita nad hranicí 80 %. Podle profesora van Weerta tak může dřívější diagnóza i o pouhé čtyři týdny výrazně ovlivnit šanci na přežití.
Studie čerpala z dat 525 526 pacientů z ordinací praktických lékařů v Amsterdamu, Utrechtu a Groningenu. Karcinom plic byl diagnostikován u 2386 z nich a diagnózy byly ověřeny pomocí Nizozemského onkologického registru. AI dokázala předem odhalit 62 % pacientů, u nichž se karcinom později potvrdil.
Výsledky ukazují nejen možnost zlepšení prognózy, ale i potenciál pro snížení nákladů na léčbu díky časnějším zásahům. Podobný přístup by mohl v budoucnu pomoci i u dalších nádorů, které se často odhalují až v pozdní fázi – například karcinom pankreatu, žaludku nebo vaječníků.
Zavedení AI modelu do každodenní praxe ale nebude bez překážek. Potřebná je další klinická validace v různých zdravotnických systémech a prostředích. Otázky vyvolává i transparentnost – lékaři musí rozumět tomu, jak model dospívá ke svým doporučením, a být schopní je interpretovat. Podstatná bude také ochota praktiků novou technologii přijmout, zejména s ohledem na již tak vysokou časovou a administrativní zátěž.
I přes tyto výzvy je zřejmé, že algoritmy schopné pracovat s reálnými daty z praxe mohou znamenat zásadní posun v diagnostice, a to nejen v onkologii.
(mb)
Zdroje:
1. Schut M. C., Luik R. T., Vagliano I. et al. Artificial intelligence for early detection of lung cancer in GPs’ clinical notes: a retrospective observational cohort study. Br J Gen Pract 2025 May 2; 75 (754): e316–e322, doi: 10.3399/BJGP.2023.0489.
2. Lung cancer detected four months earlier at GP with artificial intelligence. Cancer Center Amsterdam, 2025 Apr 23 Dostupné na: www.amsterdamumc.org/en/research/institutes/cancer-center-amsterdam/news/lung-cancer-detected-four-months-earlier-at-gp-with-artificial-intelligence.htm?utm_source=chatgpt.com
Jak digitální technologie pomáhají v každodenní zdravotnické praxi a kde přetrvávají překážky? Zapojte se do krátkého anonymního dotazníku připraveného ve spolupráci s think tankem Ministr zdraví.
Fibrilace síní (FiS) je jednou z nejčastějších arytmií. Kromě zvýšeného rizika tromboembolie, cévní mozkové příhody (CMP) či srdečního selhání (HF) s sebou nese i řadu obtěžujících příznaků, mezi něž patří palpitace, únava či bolesti na hrudi. Úlevu přinášejí intervence zaměřené na kontrolu srdeční frekvence a rytmu, přičemž potenciální přínos kontroly rytmu by měl být zvažován při každém kontaktu s pacientem. Doporučení Evropské asociace pro srdeční rytmus (EHRA) a Evropské kardiologické společnosti (ESC) týkající se farmakologické kontroly srdečního rytmu u nemocných s FiS pro vás shrnuje přehledná infografika.
