Искусственный интеллект в скрининге и ранней диагностике новообразований поджелудочной железы в условиях централизации лабораторной службы региона

В Российской Федерации заболеваемость раком поджелудочной железы (РПЖ) растет: в 2012 г. она составила 10,46 на 100 тыс. населения, в 2022 г. – 14,03 на 100 тыс. населения. При этом отмечен один из наиболее низких среди других злокачественных опухолей показатель раннего выявления (I–II стадии) – 24,5 %, РПЖ IV стадии диагностирован у 58,1 % больных [1].

Использование искусственного интеллекта (ИИ) открывает новые возможности в лабораторной медицине на этапе скрининга и ранней диагностики различных нозологий. К преимуществам ИИ в сравнении с человеком относят способность обрабатывать больший объем информации, высокую скорость, отсутствие усталости и конфликтов при обучении, непрерывность деятельности [2]. С учетом того, что онкологические заболевания занимают одно из ведущих мест среди причин смертности в Российской Федерации, повышение эффективности скрининга и ранней диагностики новообразований, в том числе опухолей поджелудочной железы, представляется актуальным научным направлением [3]. Поскольку скрининг рака является одним из самых сложных в системе здравоохранения, его разработку следует начинать с региональных пилотных проектов [4].

Цель исследования – выбор оптимальной модели машинного обучения для создания программного обеспечения по скринингу и ранней диагностике новообразований поджелудочной железы в условиях централизации лабораторной службы региона.

Материал и методы

Исследование проведено на трех базах: ФГБОУ ВО «Волгоградский государственный медицинский университет» Минздрава РФ (ГУЗ «Консультативно-диагностическая поликлиника № 2» Волгограда (ГУЗ «КДП № 2»), ГБУЗ «Волгоградский областной клинический онкологический диспансер» (ВОКОД) и лаборатория информатизации и цифровизации здравоохранения ВолгГМУ). Основу клинического материала составили 1 254 пациента, проходивших обследование в централизованной лаборатории ГУЗ «КДП № 2» Волгограда.

Из них в последующем 139 больных оперированы в ВОКОД по поводу новообразований поджелудочной железы (табл. 1). В 65 (46,7 %) наблюдениях выполнена дистальная резекция поджелудочной железы, в 74 (53,3 %) – панкреатодуоденальная резекция. При этом в 28 (20,1 %) наблюдениях на момент выявления опухоли пациенты не имели клинической симптоматики. Лабораторные исследования крови проведены по 4 основным категориям (гематологические, биохимические, иммунохимические исследования; исследования системы гемостаза). При этом первичный набор данных включал в себя 62 различных параметра.

Характер распределения оцениваемых данных определяли на основании результатов теста Колмогорова–Смирнова. Мерами центральной тенденции, учитывая отсутствие гауссовского распределения у всех количественных признаков, служили медиана (Me) и межквартильный интервал (Q1-Q3). Статистически значимые различия находились с помощью проведения теста Манна–Уитни на полной выборке, с учетом уровня статистической значимости, равной 0,05.

Для исключения лабораторных параметров, не оказывающих значимого влияния на целевую переменную (факт наличия новообразования поджелудочной железы у обследуемого пациента) и не учитывающихся при обучении моделей, проведен факторный анализ. В свою очередь, каждый из учтенных и используемых в ходе машинного обучения параметров масштабирован с помощью стандартизации [5]. Также перед обучением модели выполнены поиск и удаление выбросов с использованием метода межквартильного диапазона [6].

При обучении использованы 5 различных моделей классификаторов: decision tree, random forest, k-nearest neighbors, hist gradient boosting, support vector machine (SVM) со стандартными гиперпараметрами библиотеки scikit-learn. Оценка результатов обучения проведена по следующим метрикам:

– матрица ошибок (confusion matrix) – матрица, используемая для измерения качества работы алгоритма классификации, она показывает количество истинно положительных, истинно отрицательных, ложноположительных и ложноотрицательных предсказаний;

– диагностическая точность – доля правильных предсказаний среди всех случаев;

– чувствительность – доля истинно положительных результатов среди всех реальных положительных случаев;

– прогностичность положительного результата – доля истинно положительных результатов среди всех положительных предсказаний алгоритма;

– F1 – гармоническое среднее точности и полноты, которое учитывает баланс между ними;

– функция потерь логистической регрессии (log loss) – мера оценки, которая показывает, насколько предсказания модели отличаются от фактических меток класса. Рассчитывается не на основе установленных классификатором меток, а на основе «вероятностей», с которыми модель относит рассматриваемый случай к каждому из классов;

– ROC-кривые – графическое представление качества бинарного классификатора, показывающее соотношение между долей истинно положительных результатов и долей ложноположительных результатов при различных пороговых значениях [7];

• – специфичность – доля истинно отрицательных результатов среди всех реальных отрицательных случаев;

  – прогностичность отрицательного результата – доля истинно отрицательных результатов среди всех отрицательных предсказаний модели.

Таблица 1/table 1

Характер патологии поджелудочной железы the nature of pancreatic pathology

Характеристики опухоли/Characteristics of the tumor	Количество больных/Number of patients
Локализация опухоли поджелудочной железы/Localization of the pancreatic tumor
Головка/Head		74 (53,3 %)
Тело/Body		19 (13,7 %)
Хвост/Tail		46 (33 %)
Стадия (TNM8)/Stage (TNM8)
IА		12 (8,6 %)
IB		22 (15,8 %)
IIA		41 (29,5 %)
IIB		46 (33 %)
III		18 (12,9 %)
Гистологический тип опухоли/Histological type of tumor Протоковая аденокарцинома/Ductal adenocarcinoma		128 (92,1 %)
Солидно-псевдопапиллярная опухоль/Solid-pseudopapillary tumor		6 (4,3 %)
Недифференцированный рак/Undifferentiated cancer		5 (3,6 %)

Примечание: таблица составлена авторами.

Note: created by the authors.

Результаты

Для определения оптимальной модели машинного обучения после статистической обработки первичного материала отобрано 808 из 1 254 клинических наблюдений. Участники исследования были разбиты в стандартном соотношении – 70 % на тренировочную выборку (468 – без патологии поджелудочной железы, 97 – с новообразованиями поджелудочной железы) и 30 % на тестовую выборку (201 участник без патологии, 42 – с новообразованиями поджелудочной железы). После сравнительного анализа, проведенного на базе теста Манна–Уитни, в ходе машинного обучения использованы 11 отобранных лабораторных показателей (табл. 2). Значимого влияния других 49 лабораторных показателей на целевую переменную

Таблица 2/table 2

Лабораторные предикторы новообразований поджелудочной железы laboratory predictors of pancreatic neoplasms

Сравнительная эффективность моделей машинного обучения comparative performance of machine learning models

Параметры сравнения/ Parameters of comparison	Пациенты с новообразованиями/ Patients with neoplasms (n=139)	Пациенты без новообразований/ Patients without neoplasms (n=669)	Значимость различий/ Significance of differences
Лейкоциты (×109/л)/ Leukocytes (×109/l)	7,6 [6,0–7,9]	6,2 [5,2–7,5]	U=59435,0 p<0,001
Эритроциты (×1012/л)/ Erythrocytes (×1012/l)	4,2 [4,1–4,7]	4,6 [4,3–5,0]	U=32614,5 p<0,001
Тромбоциты (×106/л)/Plateles (×106/l)	230,0 [221,0–303,0]	241,0 [205,0–283,0]	U=51483,5 p=0,046
Гемоглобин (г/л)/Hemoglobin (g/l)	132,0 [125,5–138]	137,0 [128,0–148,0]	U=35759,0 p<0,001
Гематокрит (%)/Hematocrit (%)	42,0 [38,0–42,0]	42,0 [39,0–45,0]	U=40947,5 p=0,026
MPV (фл)/MPV (fl)	9,0 [9,0–10,0]	10,0 [9,0–11,0]	U=28549,5 p<0,001
PDW (%)	17,0 [17,0–17,5]	16,0 [16,0–17,0]	U=69177,0 p<0,001
Моноциты (109/л)/Monocytes (109/l)	0,55 [0,46–0,55]	0.,44 [0,35–0,56]	U=60013,0 p<0,001
Глюкоза (ммоль/л)/Glucose (mmol/l)	5,6 [5,6–6,7]	5,5 [5,0–6,1]	U=61394,0 p<0,001
АСТ (Ед/л)/AST (U/l)	21,0 [21,0–34,5]	21,0 [17,5–26,0]	U=53697,5 p=0,004
Общий билирубин (мкмоль/л)/ Total bilirubin (mkmol/l)	11,0 [9,7–23,25]	10,7 [8,2–14,3]	U=58077,5 p<0,001