Mesterséges intelligencia az onkológiai epidemiológiában: a nagy pontosság még nem jelent populációs hasznot

Epidemiológiai mérce az algoritmusok számára

A daganatepidemiológia feladata a rosszindulatú betegségek populációs megoszlásának leírása, meghatározó tényezőinek azonosítása, valamint a megelőzést és kontrollt megalapozó bizonyítékok létrehozása. A mesterséges intelligencia (MI) képalkotó felismerésben elérheti a szakorvosi pontosságot, strukturált adatokat vonhat ki klinikai szövegekből, genetikai összefüggéseket tárhat fel és túlélést jelezhet előre. A technikai teljesítmény azonban önmagában nem elegendő epidemiológiai bizonyíték.

Az áttekintés három alapvető szempontot állít középpontba: a vizsgálati populációt, a mérést és a következtetést. A fejlesztő- és validáló adathalmazba kerülő betegeknek összevethetőknek kell lenniük a célpopulációval; vizsgálni kell a modell átvihetőségét eltérő intézmények, földrajzi környezetek és demográfiai csoportok között. Az expozíciók, kimenetelek, címkék és referencia-standardok érvényessége meghatározza a modellből levonható következtetések megbízhatóságát. Ugyanilyen fontos a leíró, prediktív és oksági állítások szétválasztása: egy kockázati becslés nem alapoz meg automatikusan beavatkozást vagy szakpolitikai döntést.

A regiszterek minősége alapfeltétel

A daganatregisztráció hibái továbbterjednek az etiológiai, túlélési és szakpolitikai elemzésekbe. A tévesen kódolt szövettan, a kihagyott eset vagy az inkonzisztens stádiumbesorolás torzíthatja a kockázati becsléseket és a beavatkozások értékelését. A természetesnyelv-feldolgozás fokozatosan egészíti ki a patológiai, radiológiai és klinikai dokumentumok kézi absztrakcióját.

Ezek az eredmények intézményi adatkészletekből származnak. A modell teljesítménye romolhat, ha más jelentési formátummal, terminológiával vagy kódolással találkozik. A nyelvi modellek hallucinációja a regisztrációban különösen problémás: a hihetőnek tűnő, de téves adat szisztematikus hiba forrása lehet. A regiszter szempontjából kritikus változókat ezért emberi ellenőrzésnek kell kísérnie. Az intézmények közötti szabványosítás, a közös adatmodellek és az interoperabilitási szabványok javíthatják az átvihetőséget, de nem szüntetik meg automatikusan a helyi újrakalibrálás szükségességét. Az azonosítható szövegek feldolgozásához védett környezet, adatkezelési szabályok és auditnyom szükséges.

Az asszociáció nem oksági bizonyíték

Az MI finomabb térbeli és időbeli expozíciómérést tesz lehetővé. Műholdadatokon tanított modellek akár 1 km²-es vagy ennél nagyobb felbontással becsülhetik a PM2,5, a nitrogén-dioxid és az ózon koncentrációját. Az expozóm nagy dimenziójú, korreláló tényezőinek közös vizsgálatát is támogatják MI-vel kiegészített módszerek.

A gépi tanulás genomikai asszociációkat, mutációs szignatúrákat, DNS-metilációs mintázatokat, valamint gén–környezet kölcsönhatásokat azonosíthat. Mindez még korrelációs eredmény marad, amíg nem épül kifejezett oksági keretbe. Az irányított aciklikus gráfok segítenek elkülöníteni a zavaró tényezőket, mediátorokat és kollidereket. A célvizsgálat-emuláció megfigyeléses adatokban teszi explicit módon meghatározhatóvá a hipotetikus randomizált vizsgálat protokollját; az MI segíthet az alkalmas betegek kiválasztásában, a magas dimenziós zavaró tényezők kezelésében és a propensitási modellek becslésében. A kauzális gépi tanulási eljárások heterogén hatásokat is kereshetnek, de a sokszoros tesztelés, a kis hatásméretek és a hamis felfedezések kockázata miatt az új mintázatok további oksági validációt igényelnek.

Szűrésben a halálozási hatás hiányzik

A kép szintjén jó érzékenység és specificitás nem egyenlő a szűrőprogram populációs előnyével. A randomizált vizsgálati bizonyíték az MI-támogatott mammográfiában a legerősebb. A MASAI-vizsgálat több mint 105 000 nőt randomizált: az MI-támogatott leletezés 29%-kal növelte a daganatdetektálást, közel felére csökkentette a leolvasói munkaterhelést, és nem emelte szignifikánsan a fals pozitív arányt. Az intervallumdaganatok arányában a nem rosszabb hatásosságot is igazolták. Daganatspecifikus halálozáscsökkenést azonban egyetlen befejezett MI-szűrési vizsgálat sem mutatott ki.

Alacsony dózisú mellkasi CT-nél a bizonyíték túlnyomórészt retrospektív. Kolonoszkópiában az MI fokozhatja az adenómaészlelést, különösen a kicsiny és lapos polipok esetén, de a nem neoplasztikus léziók eltávolítása is gyakoribb lehet. Hiányos a tudás az előrehaladott adenomák, a sessilis serrated léziók, a hosszú távú colorectalis incidencia és a halálozás tekintetében. Egy multicentrikus megfigyeléses vizsgálat az MI-vel segített kolonoszkópia tartós használata után, MI nélküli vizsgálatokban csökkenő endoszkópos detektálási teljesítményt írt le.

A szűrési modellek értékelését verifikációs és spektrumbias is torzíthatja. A gyanús leletű személyeknél általában szövettani megerősítés történik, a negatív esetek igazolása viszont sokszor csak az intervallumdaganat hiánya. A tünetes vagy beutalt beteganyagból származó tanítóadatok ráadásul nem felelnek meg a tünetmentes szűrési populáció esetösszetételének.

A többdaganatos korai detektáló teszteknél az MI a diagnosztikai működés központi eleme. A mesterségesen magas, közel 1:1 arányú daganatos–nem daganatos eseteket használó eset-kontroll fejlesztés nem vihető át megbízhatóan a valós, megközelítőleg 1:100 arányú szűrési populációra. A CANSCAN érzékenysége eset-kontroll validációban 87,4%, tünetmentes résztvevők prospektív vizsgálatában 53,5% volt. Egyik MCED-teszt sem bizonyította randomizált vizsgálatban a daganatspecifikus halálozás csökkenését. Az NHS–Galleri vizsgálat korai, 2026-ban közölt eredményei nem igazolták a III–IV. stádiumú daganatok előre meghatározott, szignifikáns populációs szintű csökkenését.

Külső validálás és folyamatos felügyelet

A diagnózis utáni prognosztikai MI-modellek genomikai, patológiai, képalkotó és klinikai adatokat egyesíthetnek, dinamikusan frissíthetik a túlélési becslést. Túlnyomó részük azonban egyetlen intézmény retrospektív adataira épül, ezért a földrajzi, intézményi és időbeli külső validálás hiánya korlát. A kezelési gyakorlat változása kalibrációs sodródást okoz: a modell helyesen rangsorolhatja a kockázatot, miközben az abszolút kockázatot rendszeresen túl- vagy alábecsüli. A döntési görbe elemzése azt méri, hogy a modell alapján cselekedve nagyobb-e a nettó haszon, mint az összes beteg vagy egyik beteg kezelése, illetve egyszerűbb eszköz alkalmazása esetén.

A túlélők követésében a kiújulás, a késői toxicitások és az életminőségromlás előrejelzése hosszú, rendszertelen követésű adatsorokat igényel. A ritka késői események és az időben változó kezelések, társbetegségek vagy életmódtényezők korlátozzák a modellfejlesztést. A betegektől származó kimenetek elemzését az is nehezíti, hogy a legsúlyosabb tünetű betegek kevésbé tölthetik ki ismételten a kérdőíveket.

A felelős alkalmazáshoz az algoritmusokat földrajzi, időbeli és intézményi dimenzióban, független adatokon kell tesztelni; a diszkrimináció mellett kalibrációt és döntési görbe elemzést is közölni szükséges. A teljesítményt faj, etnikum, nem, életkor és társadalmi-gazdasági helyzet szerint is értékelni kell. Az MI-t nem önálló szoftverkiadásként, hanem döntési ponttal, küszöbértékkel, emberi felülvizsgálattal és eszkalációs útvonallal rendelkező munkafolyamatként kell bevezetni.

A szerzők algoritmus-vigilanciát javasolnak. A bevezetés után előre rögzített jelzőszámokkal követni kell a várt és megfigyelt események arányát, a kalibrációs meredekséget, az alcsoportok közötti teljesítménykülönbségeket, az ember–MI eltéréseket, a fals pozitív kivizsgálási láncokat, a téves vagy elmulasztott diagnózisokat, a diagnosztikus késedelmet és a leolvasói készségek változását. A küszöbértékekhez válaszoknak kell társulniuk: további monitorozás, újrakalibrálás, újratanítás, korlátozott használat, átmeneti felfüggesztés vagy a modell kivonása.

Forrás: Zhao S, Yu P, Xu R, Li S. The role of artificial intelligence in cancer epidemiology: Challenges and opportunities. Intelligent Oncology. 2026;2:100070. doi:10.1016/j.intonc.2026.100070.