基于机器学习构建胃癌风险评估模型的研究

The contradiction between the giant population and the lack of higher-quality medical resources (endoscopy) led to the failure for national endoscopy in our country. Screening the high-risk groups in general populations, using a convient and effective risk-assessment for gastric cancer, to recommend the further endoscopy, is a pragmatic approach. ABC method in Japan has got a good achievement. However, it is not suitable to the actual situation in China. Machine learning has its advantages in disease screening and prediction. But currently, almost all the researches on gastric cancer are focused on gene and pathology, not yet on risk assessment and disease prediction. Our study will first discuss the serum pepsinogen standard in our country, to take the preliminary stratification, based on former gastric cancer databases and ABC method. Then, we set up a sensitive machine learning model for risk assessment, giving the endoscopy recommendation, and extracting significant risk factors for gastric cancer. In addition, we plan to construct the Stomach Organ Healthcare Record, using deep learning method to predict the progression of gastric diseases, and give suggestions for the life style intervention, using simulation hypothetico-deductive method, promoting the health management service path for the gastric cancer patients and high-risk groups in China.

我国胃癌筛查人口基数极大而优质医疗资源（内镜）极度缺乏，无法开展全民胃镜。对普通人群进行简便而有效的胃癌风险评估，筛选高危人群进一步胃镜检查，以提高筛查准确性并有效控制成本，是务实可行的方法。日本采用ABC法进行筛查，成果显著，但不完全适合中国国情。机器学习在疾病筛查和预测方面有较好的成果，但目前对胃癌的研究多集中在基因和病理层面，风险筛查和胃病转归预测方面成果罕见。本项目将基于前期建立的胃癌数据库，结合ABC法，进一步探讨适合中国人的胃蛋白酶原标准，进行初步分层；接着建立机器学习模型，开展胃癌风险评估，指导胃镜筛查频次，并从中提取重要的胃癌危险因素；同时建立胃器官电子健康档案，通过深度学习方法跟踪胃病的发展和转归过程，以期对胃病发展和转归做出预测；再通过仿真假设演绎法借助深度学习模型对比不同生活方式下可能的转归结果，提出生活方式干预建议，探讨我国胃癌患者及高危人群的健康管理路径。

本研究围绕中国胃癌发病率高，早期诊断率低，优质医疗资源极度缺乏与胃癌筛查基数大而效率低的矛盾，探讨在中国无症状体检人群中血清胃蛋白酶原（PG）对胃癌及癌前病变的诊断价值，并基于人工智能构建胃癌风险评估模型。研究收集2016年10月至2020年10月在国内10个地区11个健康管理中心行胃镜检查的无症状体检人群，开展问卷调查、血清PG、幽门螺杆菌（Hp）检测和胃镜检查。运用SPSS开展统计学分析，运用机器学习中的多种方法建模。研究成果如下：（1）建立胃癌早筛电子数据库管理系统，牵头开展多地区合作：共纳入病例4447例，发现胃癌135例，其中早期胃癌84例，后续仍进一步扩大病例收集；（2）进一步明确胃癌及癌前病变的危险因素，验证血清胃蛋白酶原和胃粘膜萎缩的关系：随着萎缩程度加重，PGR水平逐渐降低且有统计学意义（p＜0.001），而同一萎缩病理分组内，Hp感染组PGR显著低于Hp未感染组（p<0.05）；根据logistic回归模型，萎缩性胃炎/胃癌的危险因素有年龄大于70岁(OR=3.99)，摄入水果不足(OR=1.56)、吸烟(OR=1.37)、Hp感染(OR=1.47)、家族史(OR=1.36)、男性(OR=1.26)、PGI＜56ng/ml(OR=1.89)和PGR＜3.8(OR=1.90)，为后期指导生活方式改善提供基础；（3）探讨了国内多地区胃癌相关危险因素的差异：不同地区间PG基线水平和基线数据如平均年龄、民族、饮食习惯、吸烟、Hp感染率等均有显著差异；（4）探讨了国内不同地区诊断胃癌及癌前病变的血清PG截断值：诊断萎缩性胃炎的PG截断值为PGI≤73.1ng/ml和PGR≤9.8，诊断重度萎缩性胃炎的PG截断值为PGI≤63.9ng/ml和PGR≤9.09，诊断胃癌的PG截断值为PGR≤4.7；PG截断值因是否Hp感染和不同地区有差异。（5）利用XGBoost极限梯度提升法构建胃癌风险评估模型，模型的准确率88.48%，召回率73.72%，精确率81.37%，F1-score 77.36%。综上，血清胃蛋白酶原可作为无症状体检人群胃癌及萎缩性胃炎的筛查工具，人工智能应用到胃癌风险预测模型，展示了人工智能技术在医疗领域的广阔前景。

内容获取失败，请点击重试