שני אלגוריתמים חזויים מתקדמים חדשים משתמשים במידע על מצבי הבריאות של האדם ובדיקות דם פשוטות כדי לחזות במדויק את הסיכויים של המטופל לסרט סרטן שאינו מאובחן כיום, כולל אבחנת סרטן כבד ואוראל. המודלים החדשים יכולים לחולל מהפכה כיצד מתגלה סרטן בטיפול ראשוני ולהקל על המטופלים לקבל טיפול בשלבים מוקדמים בהרבה.
ה- NHS משתמש כיום באלגוריתמי חיזוי, כמו ציוני QCancer, כדי לשלב מידע רלוונטי מנתוני המטופלים ולזהות אנשים שנחשבים בסיכון גבוה לסרטן שאינו מאובחן כיום, המאפשר ל- GPS ומומחים להתקשר אליהם לבדיקה נוספת. חוקרים מאוניברסיטת קווין מרי מאוניברסיטת לונדון ואוניברסיטת אוקספורד השתמשו ברשומות הבריאות האלקטרוניות המונעות של למעלה מ- 7.4 מיליון מבוגרים באנגליה כדי ליצור שני אלגוריתמים חדשים שהם הרבה יותר רגישים מהמודלים הקיימים, ואשר עלולים להוביל לקבלת החלטות קליניות טובות יותר ולאבחון פוטנציאלי מוקדם יותר של סרטן.
באופן חיוני, בנוסף למידע על גיל המטופל, היסטוריה משפחתית, אבחנות רפואיות, תסמינים ובריאות כללית, האלגוריתמים החדשים שילבו את התוצאות של שבע בדיקות דם שגרתיות (המודדות את ספירת הדם המלאה של האדם ואת תפקוד הכבד) כסמנים ביולוגיים לשיפור האבחנה המוקדמת לסרטן.
בהשוואה לאלגוריתמים של QCancer הקיימים, המודלים החדשים זיהו ארבעה מצבים רפואיים נוספים הקשורים לסיכון מוגבר של 15 סוגי סרטן שונים, כולל אלה המשפיעים על הכבד, הכליות והלבלב. שתי אסוציאציות נוספות נמצאו גם בהיסטוריה משפחתית עם סרטן ריאות וסרטן דם, ושבעה תסמינים חדשים של דאגה (כולל גירוד, שטפי דם, כאבי גב, צרידות, גזים, מסת בטן, שתן כהה) זוהו כקשורים לסוגי סרטן מרובים.
תוצאות אלה הראו כי האלגוריתמים החדשים מציעים יכולות אבחון משופרות בהרבה, ולמעשה הן היחידות כיום שניתן להשתמש בהן במסגרות טיפול ראשוניות כדי להעריך את הסבירות שיש לו סרטן כבד עדכני אך עדיין לא מאובחן.
אלגוריתמים אלה נועדו להיות מוטמעים במערכות קליניות ומשמשות במהלך התייעצויות שגרתיות של GP. הם מציעים שיפור משמעותי ביחס לדגמים הנוכחיים, עם דיוק גבוה יותר בזיהוי סרטן – במיוחד בשלבים מוקדמים וניתנים לטיפול יותר. הם משתמשים בתוצאות בדיקות דם קיימות שנמצאות כבר ברשומות המטופלים והופכות את זה לגישה נוחה ויעילה כדי לעזור ל- NHS לעמוד ביעדים שלה כדי לשפר את הרשומה שלו באבחון סרטן מוקדם עד שנת 2028. "
פרופסור ג'וליה היפיסלי-קוקס, פרופסור לאפידמיולוגיה קלינית ורפואה חזויה באוניברסיטת קווין מרי בלונדון, ומחבר המחקר הראשי של המחקר
ד"ר קרול קופלאנד, חוקרת בכירה באוניברסיטת המלכה מרי בלונדון ופרופסור אמריטוס לסטטיסטיקה רפואית בטיפול ראשוני באוניברסיטת נוטינגהאם, ומחבר משותף, אמר: "אלגוריתמים חדשים אלה לצורך הערכת הסיכונים של אנשים עם סיכוני סרטן לא מאובחנים, מראים את היכולת המשופרת של זיהוי אנשים שהסכנו את הסיכון של 15 סוגים של סרטן. הפוטנציאל לאפשר אבחנות קודמות לסרטן אצל אנשים מגיל 18 ואילך, כולל עבור סוגים נדירים של סוג סרטן. "
