Clinlabomics-Based Machine Learning Models for Risk Warning of Multi-Type Gastrointestinal Cancers

Stellen Sie sich den menschlichen Körper als eine geschäftige, hochtechnologische Stadt vor. Jeden Tag verrichten Millionen von winzigen Arbeitern (Zellen) ihre Aufgaben, und das Managementsystem der Stadt (Ihr Blut und Ihre Organe) sendet tägliche Berichte darüber aus, wie die Lage ist. Normalerweise sind diese Berichte nur Routinekontrollen: „Der Verkehr ist leicht“, „Das Energieniveau ist normal“, „Keine Bauverzögerungen“. Aber manchmal beginnt in einem bestimmten Bezirk – wie dem Verdauungstrakt – eine stille, gefährliche Rebellion. Diese Rebellion ist Krebs. Lange Zeit war der einzige Weg, diese Rebellion frühzeitig zu entdecken, das Entsenden eines speziellen Inspektionsteams (einer Endoskopie), um physisch nachzusehen. Aber dieses Team ist teuer, ein wenig beängstigend für die Bewohner der Stadt und kann nicht jeden einzelnen Gebäudekomplex der Stadt jeden Tag überprüfen. Deshalb haben Wissenschaftler nach einem besseren Weg gesucht: einem „Rauchmelder“, der die routinemäßigen täglichen Berichte der Stadt lesen und „Hey, etwas stimmt nicht im Bezirk 5!“ rufen kann, noch bevor das Feuer überhaupt ausbricht. Dies ist die Welt der Clinlabomics – ein schicker Begriff für die Nutzung von maschinellem Lernen (superintelligente Computerprogramme, die aus Mustern lernen), um verborgene Hinweise in gewöhnlichen Bluttests und der Krankengeschichte zu finden. Die große Frage ist: Können wir einen digitalen Detektiv bauen, der diese frühen Warnsignale allein mithilfe der billigen, alltäglichen Tests erkennt, die Menschen bereits in ihrer lokalen Klinik durchführen lassen?

Hier kommt GaSeek ins Spiel, ein neuer digitaler Detektiv, der von einem Team von Forschern aus vier Krankenhäusern in China entwickelt wurde. Sie haben nicht einfach nur geraten; sie haben ihren Detektiv mit einer massiven Bibliothek von 115.032 echten Patientendaten trainiert, die von gesunden Menschen bis hin zu Personen mit bestätigten Magen- und Darmkrebs reichen. Stellen Sie sich das wie das Lehren einer superintelligenten KI vor, die den „Vitalzeichen“-Zeugniskarteneintrag einer Person liest. Das Team fütterte den Computer mit tausenden von Datenpunkten – Dingen wie wie viel Sauerstoff Ihr Blut transportiert (Hämoglobin), wie gut Ihre Leber arbeitet (Albumin), Ihr Alter und Ihre Trinkgewohnheiten. Sie lehrten die KI, die subtilen, fast unsichtbaren Muster zu erkennen, die auftreten, wenn ein Verdauungstumor im Entstehen begriffen ist, selbst in seinen frühesten, leisesten Stadien.

Die Ergebnisse? Der Detektiv ist überraschend scharfinnig. Als er an neuen, bisher ungesehenen Daten getestet wurde, identifizierte GaSeek das Risiko von Tumoren im Verdauungstrakt mit einem Genauigkeitswert (genannt AUC) von 0,960 in seinem Heimatkrankenhaus und 0,852, als er an Patienten aus anderen Städten getestet wurde. Das ist ein sehr hoher Wert, was bedeutet, dass er viel besser darin ist, vorherzusagen, wer krank ist, als ein zufälliger Münzwurf. Der interessanteste Teil? Der Detektiv benötigte keine teuren, seltenen oder futuristischen Tests. Er verließ sich auf die gängigsten, langweiligen Bluttests, die man bei jeder Standard-Gesundheitsuntersuchung findet. Tatsächlich stellte die Kombination aus einfachen, alltäglichen Zahlen eine reichhaltigere Geschichte dar als die spezialisierten Tests allein, als die Forscher GaSeek mit den traditionellen „Tumormarkern“ (speziellen Bluttests, die oft für Krebs verwendet werden) verglichen. Es stellt sich heraus, dass die Kombination aus einfachen, alltäglichen Zahlen eine reichhaltigere Geschichte erzählt als die spezialisierten Tests allein.

Die Forscher entdeckten auch, dass die „Ohren“ des Detektivs auf zwei spezifische Signale abgestimmt sind: Albumin (ALB) und Hämoglobin (HGB). In unserer Stadtanalogie: Wenn die Stromversorgung der Stadt (Albumin) niedrig ist und die Sauerstofflieferwagen (Hämoglobin) auf Reserve laufen, weiß der Detektiv, dass er sofort im Verdauungsbezirk nachforschen muss. Diese beiden Faktoren waren die wichtigsten Hinweise, dicht gefolgt von Alter und Geschlecht. Das Modell ist so gut, dass es sogar Tumore entdecken kann, die gerade erst entstehen (Frühstadium), was die schwierigste Aufgabe für jeden Detektor ist.

Aber hier ist die Wendung: Der Detektiv ist nicht perfekt darin zu sagen: „Du bist definitiv gesund.“ Er ist viel besser darin zu sagen: „Du bist definitiv gefährdet.“ Als die Forscher den Detektiv so einstellten, dass er sehr streng bei der Kennzeichnung als „Hochrisiko“ ist, wurde er unglaublich genau darin, die Bösen zu fangen (mit einer Erfolgsquote von 99,11 % beim Auffangen echter Positiver in externen Tests). Wenn er Sie jedoch als „Niedrigrisiko“ einstuft, ist das keine 100-prozentige Garantie, dass Sie sicher sind; es bedeutet nur, dass Sie weniger wahrscheinlich eine sofortige, invasive Untersuchung benötigen. Das Team testete das Modell auch in „Realwelt“-Szenarien, wie etwa bei Menschen, die zur Routineuntersuchung kommen, oder bei Menschen, die aus anderen Gründen (wie Knochenbrüchen oder Augenproblemen) im Krankenhaus sind. Sie fanden heraus, dass der Detektiv am besten bei gesunden Menschen bei Routineuntersuchungen funktioniert. Wenn die Stadt bereits durch andere Probleme chaotisch ist (wie ein Krankenhaus voller kranker Menschen), wird der Detektiv etwas verwirrt und gibt mehr Fehlalarme aus.

Um dies für alle nützlich zu machen, haben die Forscher den Code nicht nur in einem Labor behalten. Sie haben eine kostenlose Online-Web-App namens GaSeek (Gastrointestinal Cancers Seek) gebaut. Jeder kann seine routinemäßigen Laborergebnisse eingeben, und die App wird ihm sofort sein Risikoniveau mitteilen. Wenn die App sagt, dass Sie ein hohes Risiko haben, legt sie nahe, dass Sie vielleicht mit einem Arzt über eine genauere Untersuchung (eine Endoskopie) sprechen sollten. Wenn sie sagt, dass Sie ein niedriges Risiko haben, kann sie Sie vor einem unnötigen, beängstigenden und teuren Trip zum Arzt bewahren. Die Forscher nennen dies einen „Screening Efficiency Gain“ (Effizienzgewinn beim Screening). Im Rahmen von Gesundheitsuntersuchungen bedeutete die Verwendung von GaSeek, dass sie 15,70-mal mehr Tumore finden konnten, indem sie nur die Hochrisikopatienten untersuchten, anstatt alle zu prüfen.

Die Arbeit gibt zu, dass dies eine „retrospektive“ Studie ist, was bedeutet, dass sie in alte Daten zurückgeblickt haben. Sie haben es noch nicht in einem lebenden, vorwärtsgerichteten Experiment getestet, bei dem sie Menschen über einen längeren Zeitraum beobachten, um zu sehen, ob das Modell vorhersagt, wer werden wird an Krebs zu erkranken. Sie merken auch an, dass das Modell an chinesischen Populationen trainiert wurde, daher könnte es für Menschen in anderen Teilen der Welt mit anderen Diäten und Genetik neu trainiert werden müssen. Aber der Kern der Idee ist solide: Indem wir maschenwerkstechnisch lernen, den Flüstern unserer alltäglichen Bluttests zu lauschen, können wir Verdauungskrebs vielleicht endlich frühzeitig entdecken und so Leben retten, ohne jeden mit einer Ganzkörperuntersuchung zu erschrecken. Es ist kein Zauberstab, aber es ist eine sehr leistungsstarke Taschenlampe für die dunklen Ecken Ihrer Verdauungsgesundheit.