食道细胞的癌前病变，即所谓的巴雷特食道，是食道癌的一个危险因素。巴雷特食管是由胃食管反流病(GERD)引起的，当胃酸反复回流到食道时，就会刺激食道内壁。

　　专家建议对有多种巴雷特食管危险因素的人进行筛查，然而，尽管有微创工具，巴雷特食管的筛查率很低。医学博士Prasad Iyer是亚利桑那州凤凰城梅奥诊所的胃肠病学家和研究员，他正在努力改变这种状况。

　　Iyer博士和一组研究人员开发并测试了一种工具，该工具使用人工智能(AI)来预测巴雷特食道癌和食道癌的风险，该工具基于一个大型电子健康记录数据库的数据。他们的研究结果发表在2023年的《临床与转化胃肠病学》杂志上。

　　Iyer博士和他的团队使用了一个基于600万梅奥诊所患者的去识别电子健康记录开发的人工智能模型，创建了一个风险预测工具，可以在诊断前至少一年确定巴雷特食道癌和食道癌的风险。

　　风险预测工具可以与电子健康记录集成，并在适当的时候提示医疗保健专业人员考虑对患者进行巴雷特食管筛查。

　　根据电子健康记录中的临床、内窥镜检查、实验室和病理记录，研究人员确定了8476名巴雷特食道患者、1539名食道癌患者和252276名对照组患者。然后，他们利用这些群体为风险预测工具开发预测模型。

　　研究结果表明，该工具的预测模型具有很高的准确性:

　　该工具预测Barrett食管的灵敏度为76%(正确识别为阴性的样本比例)，特异性为76%(正确识别为阳性的样本比例)，接受者操作曲线下面积(AUROC)为0.84。AUROC是用来衡量人工智能模型预测质量的指标。取值范围为0 ~ 1，其中1代表最高质量。

　　该工具预测食管癌的敏感性为84%，特异性为70%，AUROC为0.84。

　　该工具还确定了巴雷特食管和食管癌的已知风险因素，以及需要考虑的新风险因素，包括coro没有动脉疾病，甘油三酯和电解质水平。

　　他说:“这个工具可以集成到电子健康记录中，并与微创(非内窥镜)筛查工具相结合，供初级保健保健专业人员使用。”

　　更多信息:Prasad G. Iyer等，基于电子健康记录的机器学习模型预测Barrett食管和食管腺癌风险的发展，临床和转化胃肠病学(2023)。DOI: 10.14309 / ctg.0000000000000637期刊信息:临床和转化胃肠病学由梅奥诊所提供引文:人工智能可能有助于预测巴雷特食管和食管癌的风险(2024,10月3日)检索自2024年10月3日https://medicalxpress.com/news/2024-10-ai-barrett-esophagus-esophageal-cancer.html。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。