Два новых передовых алгоритма прогнозирования используют информацию о состоянии здоровья человека и результаты простых анализов крови для точного определения вероятности наличия невыявленного рака, включая труднодиагностируемые виды, такие как рак печени и ротовой полости. Эти модели могут революционизировать методы выявления рака в первичной медицинской помощи и упростить доступ пациентов к лечению на ранних стадиях.
В настоящее время Национальная служба здравоохранения Великобритании (NHS) использует алгоритмы прогнозирования, такие как QCancer, которые объединяют данные пациентов для выявления лиц с высоким риском невыявленного рака. Это позволяет врачам общей практики и специалистам приглашать их на дополнительное обследование.
Исследователи из Университета королевы Марии в Лондоне (Queen Mary University of London) и Оксфордского университета (University of Oxford) использовали анонимные электронные медицинские карты более 7,4 миллиона взрослых в Англии для создания двух новых алгоритмов. Эти алгоритмы значительно более чувствительны, чем существующие модели, и могут способствовать улучшению клинических решений и раннему выявлению рака.
Работа опубликована в журнале «Nature Communications».
Важно отметить, что новые алгоритмы учитывают возраст пациента, семейный анамнез, медицинские диагнозы, симптомы и общее состояние здоровья. Кроме того, они используют результаты семи рутинных анализов крови (полный анализ крови и тесты на функцию печени) в качестве биомаркеров для улучшения ранней диагностики рака.
По сравнению с существующими алгоритмами QCancer, новые модели выявили четыре дополнительных состояния, связанных с повышенным риском 15 различных видов рака, включая рак печени, почек и поджелудочной железы. Также были обнаружены две дополнительные ассоциации между семейным анамнезом и раком легких и крови, а семь новых симптомов (зуд, синяки, боль в спине, охриплость, метеоризм, образование опухолей в брюшной полости, темная моча) были связаны с несколькими типами рака.
Эти результаты показали, что новые алгоритмы обладают значительно улучшенными диагностическими возможностями. Они являются единственными на данный момент, которые могут использоваться в первичной медицинской помощи для оценки вероятности наличия невыявленного рака печени.
Профессор Джулия Хиписли-Кокс (Julia Hippisley-Cox), научный сотрудник Университета королевы Марии в Лондоне и ведущий автор исследования, заявила: «Эти алгоритмы предназначены для интеграции в клинические системы и использования во время обычных консультаций врачей общей практики. Они значительно превосходят текущие модели по точности выявления рака, особенно на ранних, более поддающихся лечению стадиях.
«Они используют результаты существующих анализов крови, которые уже есть в медицинских картах пациентов, что делает этот подход доступным и эффективным. Это поможет NHS достичь своих целей по улучшению диагностики рака на ранних стадиях к 2028 году».
Доктор Кэрол Коупленд (Carol Coupland), старший научный сотрудник Университета королевы Марии в Лондоне и почетный профессор медицинской статистики в первичной медицинской помощи Ноттингемского университета (University of Nottingham), соавтор исследования, отметила: «Новые алгоритмы для оценки риска невыявленного рака демонстрируют улучшенную способность выявлять людей с повышенным риском 15 типов рака на основе их симптомов, результатов анализов крови, факторов образа жизни и другой информации в медицинских картах.
«Они могут способствовать более раннему выявлению рака у людей с 18 лет, включая некоторые редкие виды заболевания».
Литература:
Julia Hippisley-Cox and Carol Coupland, Development and external validation of prediction algorithms to improve early diagnosis of cancer, Nature Communications (2025). DOI: 10.1038/s41467-025-57990-5
Руководитель Отдела организации клинических исследований, врач-онколог, уролог в АО «СЗЦДМ» (г. Санкт-Петербург), редактор и автор статей
