Рак яичников признан самым смертоносным гинекологическим раком. Пятилетняя выживаемость при раке яичников тесно связана со стадией постановки диагноза: она снижается с 92,4% на локализованной стадии до 31,5% на метастатической стадии.Более чем у половины пациентов диагноз диагностируется на метастатической стадии. В Китае, как сообщается, менее 48% пациентов были диагностированы на ранних стадиях, а 5-летняя выживаемость рака яичников составила примерно 40%, что представляет собой проблему для ученых-медиков.
Поскольку начальные клинические проявления рака яичников неспецифичны и часто могут наблюдаться у женщин без рака яичников, своевременная диагностика рака яичников остается клинической дилеммой для врачей-гинекологов. Углеводный антиген 125 (CA125), являющийся краеугольным биомаркером рака яичников, не показал значительного увеличения примерно у 20% пациенток с раком яичников, тогда как его уровень может повышаться при физиологических или доброкачественных патологических процессах, таких как менструация, эндометриоз и воспалительные заболевания яичников брюшины, что приводит к ограниченной специфичности около 80% в условиях стационара.
CA125 в сочетании с трансвагинальной сонографией или другими биомаркерами, такими как человеческий эпидидимальный белок
4 (HE4) и хитиназа-3-подобный белок 1, может повысить уровень выявления рака яичников, однако улучшение чувствительности и специфичности ограничено или не обеспечивает преимуществ для выживаемости. Недавние исследования были сосредоточены на потенциальных биомаркерах рака яичников на молекулярном уровне, таких как циркулирующая опухолевая ДНК, циркулирующие опухолевые клетки, бесклеточная РНК, образованные опухолью тромбоциты и экзосомы.
Однако, несмотря на обширные исследования этих молекулярных биомаркеров, в клинической практике они широко не используются; потенциально это можно объяснить нехваткой крупномасштабной валидации и высокой стоимостью диагностики. Существующие биомаркеры не отвечают клиническим потребностям точной и экономичной диагностики рака яичников.
Модели прогнозирования ИИ (искусственного интеллекта) , основанные на лабораторных тестах, были исследованы при многих заболеваниях, включая некоторые исследования по диагностике рака яичников или прогноза. Каваками и его коллеги создали семь моделей машинного обучения для получения диагностической информации об эпителиальном раке яичников на основе 32 параметров лабораторных тестов и возраста. Алгоритмы нейронных сетей, основанные на лабораторных тестах, были изучены для раннего выявления и прогнозирования выживаемости рака яичников, заявив о своем превосходстве над традиционной моделью логистической регрессии. Прозрачность процесса принятия решений повышает уверенность в использовании объяснимой модели искусственного интеллекта в клиниках.
В заключение, MCF, основанный на 51 регулярном лабораторном тесте и возрасте, достиг удовлетворительных и стабильных результатов и значительно превзошел CA125 и HE4, наряду с семью известными методами прогнозирования рака яичников, а также выявления пациентов с раком яичников на ранней стадии. Эта модель предлагает недорогой, легкодоступный и точный инструмент диагностики рака яичников. Все особенности, включая CA125 и другие опухолевые маркеры, способствовали прогнозированию рака яичников.
