Машинне навчання для діагностики рідкісних пухлин: потенціал та виклики "ярликового навчання"

Потенціал машинного навчання у діагностиці

Дослідження, представлене на зустрічі ADLM 2026 в Анахаймі, Каліфорнія, вказує на те, що машинне навчання (МН) може відігравати важливу роль у підвищенні точності стандартного аналізу крові. Цей аналіз використовується для діагностики рідкісних пухлин, що утворюються в надниркових залозах або поблизу них. Ці пухлини відомі як феохромоцитоми та парагангліоми (PPGL). Дослідження також підкреслює складність використання моделей МН у лабораторній медицині.

Проблема хибнопозитивних результатів

Плазмові вільні метанефрини є рекомендованим тестом першої лінії для виявлення PPGL, які спричиняють надмірне вироблення гормонів стресу в організмі. Неліковані PPGL можуть призвести до проблем із серцем, головного болю, високого кров'яного тиску та інших ускладнень. Хоча тест на метанефрини ефективно виявляє людей з PPGL, він менш ефективний у виключенні тих, хто не має цього стану. Це пов'язано з тим, що незначні підвищення метанефринів — метаболітів, отриманих з гормонів стресу — часто спостерігаються у пацієнтів без цих пухлин, що призводить до хибнопозитивних результатів.

Виявлення "ярликового навчання"

Дослідники протестували кілька алгоритмів МН, щоб оцінити, наскільки вони можуть підвищити точність, зменшуючи ймовірність хибнопозитивних результатів. Вони проаналізували дані 20 516 дорослих, які пройшли тестування на метанефрини в Медичному центрі Samsung між 2011 і 2024 роками. З 19 797 пацієнтів, які зрештою не мали PPGL, 25.2% продемонстрували підвищення метанефринів, що могло спричинити хибнопозитивний результат.

Початкові моделі машинного навчання показали, що поєднання результатів плазмових метанефринів зі структурованою клінічною інформацією з електронних медичних карт може покращити реальну дискримінацію. Співавтори дослідження Се-ун Ку та доктор Су-Юн Лі виявили, що інтеграція МН для оцінки відповідного клінічного контексту — включаючи біомаркери нирок та сечі, ліки пацієнтів та наявність інших захворювань — покращила ефективність тесту.

Однак, після подання початкових висновків, Ку та доктор Лі провели додаткові аналізи, щоб визначити, чи не використовували алгоритми МН будь-які "ярлики" у навчанні, які могли б призвести до помилок або упереджень. Додаткові аналізи на стійкість показали, що значна частина покращення пояснювалася "ярликовим навчанням" (shortcut learning) на основі інформативної відсутності даних. Іншими словами, хоча моделі МН, здавалося, покращували діагностичну точність, вони робили це, навчаючись тому, які подальші тести були призначені — що клініцисти роблять, коли вже підозрюють PPGL.

Важливість аудиту та валідації

Дослідження показує, що машинне навчання в лабораторній медицині слід оцінювати не лише за показниками ефективності, а й за тим, чи навчається модель передбачуваному клінічному сигналу. Зовнішня валідація та ретельний аудит для виявлення "ярликового навчання" є важливими. Се-ун Ку планує детально розглянути цей дослідницький проєкт під час своїх стендових та усних презентацій на ADLM 2026.