oncotomskСибирский онкологический журналSiberian journal of oncology1814-48612312-3168Tomsk National Research Medical Сепtеr of the Russian Academy of Sciences10.21294/1814-4861-2024-23-3-124-132oncotomsk-3122Research ArticleОПЫТ РАБОТЫ ОНКОЛОГИЧЕСКИХ УЧРЕЖДЕНИЙONCOLOGY PRACTICEИскусственный интеллект в скрининге и ранней диагностике новообразований поджелудочной железы в условиях централизации лабораторной службы регионаArtificial intelligence for screening and early diagnosis of pancreatic neoplasms in the context of centralization of the laboratory service in the regionhttps://orcid.org/0000-0003-4086-2054ПанинС. И.PaninS. I.

Панин Станислав Игоревич, доктор медицинских наук, профессор, заведующий кафедрой общей хирургии

Author ID (Scopus): 57198338379

Россия, 400131, г. Волгоград, ул. Павших Борцов, 1

Stanislav I. Panin, MD, Professor, Head of the Department of the General Surgery

Author ID (Scopus): 57198338379 

1, Pavshikh Bortsov Sq., Volgograd, 400131, Russia

https://orcid.org/0000-0002-9114-6683СуворовВ. А.SuvorovV. A.

 Суворов Владимир Александрович, кандидат медицинских наук, ассистент кафедры онкологии

Researcher ID (WOS): HJY-4463-2023. Author ID (Scopus): 57220123738. ORCID: 

Россия, 400131, г. Волгоград, ул. Павших Борцов, 1

Vladimir A. Suvorov, MD, PhD, Assistant, Department of Oncology

Researcher ID (WOS): HJY-4463-2023. Author ID (Scopus): 57220123738 

1, Pavshikh Bortsov Sq., Volgograd, 400131, Russia

28, Lenin Ave., Volgograd, 400005, Russia

oncologist.suvorov@gmail.comhttps://orcid.org/0000-0003-0425-5695ЗубковА. В.ZubkovA. V.

Зубков Александр Владимирович, кандидат технических наук, начальник управления информационного развития, преподаватель  кафедры биотехнических систем и технологий с  курсом программной инженерии; старший преподаватель кафедры программного  обеспечения автоматизированных систем

Author ID (Scopus): 57221395177

Россия, 400131, г. Волгоград, ул. Павших Борцов, 1Россия, 400005, г. Волгоград, пр. им. Ленина, 28 

Alexander V. Zubkov, PhD, Head of the Information Development Unit, Lecturer, Department of Biotechnical Systems and Technologies; Senior Lecturer, Department of Software Engineering

Author ID (Scopus): 57221395177 

1, Pavshikh Bortsov Sq., Volgograd, 400131, Russia

28, Lenin Ave., Volgograd, 400005, Russia

https://orcid.org/0000-0002-4469-2745БезбородовС. А.BezborodovS. A.

Безбородов Сергей Александрович, кандидат технических наук, доцент, заведующий кафедрой биотехнических систем и технологий с курсом программной инженерии

Россия, 400131, г. Волгоград, ул. Павших Борцов, 1

Sergey A. Bezborodov, PhD, Associate Professor, Head of the Department of Biotechnical Systems and Technologies

1, Pavshikh Bortsov Sq., Volgograd, 400131, Russia

https://orcid.org/0000-0003-2750-8579ПанинаА. А.PaninaA. A.

 Панина Анна Александровна, доктор медицинских наук, профессор кафедры лучевой, функциональной, лабораторной диагностики ИНМФО

Россия, 400131, г. Волгоград, ул. Павших Борцов, 1

Anna A. Panina, MD, DSc, Professor, Department of Radiation, Functional, Laboratory Diagnostics of the Continued Medical and Pharmaceutical Education Institute

1, Pavshikh Bortsov Sq., Volgograd, 400131, Russia

https://orcid.org/0000-0002-0759-0889КоваленкоН. В.KovalenkoN. V.

Коваленко Надежда Витальевна, кандидат медицинских наук, доцент, заведующая кафедрой онкологии, гематологии и трансплантологии ИНМФО

Researcher ID (WOS): ACR-6280-2022. Author ID (Scopus): 56415995100

Россия, 400131, г. Волгоград, ул. Павших Борцов, 1

Nadezhda V. Kovalenko, MD, PhD, Associate Professor, Head of the Department of Oncology, Hematology and Transplantology of the Continued Medical and Pharmaceutical Education Institute

Researcher ID (WOS): ACR-6280-2022 Author ID (Scopus): 56415995100 

1, Pavshikh Bortsov Sq., Volgograd, 400131, Russia

https://orcid.org/0000-0003-3086-4929ДонскаяА. Р.DonsckaiaA. R.

Донская Анастасия Романовна, старший преподаватель кафедры программного обеспечения автоматизированных систем; старший  преподаватель кафедры биотехнических систем и технологий с курсом программной инженерии

Author ID (Scopus): 57222354456

Россия, 400131, г. Волгоград, ул. Павших Борцов, 1Россия, 400005, г. Волгоград, пр. им. Ленина, 28 

Anastasiya R. Donsckaia, Senior Lecturer, Department of Software Engineering; Senior Lecturer, Department of Biotechnical Systems and Technologies

Author ID (Scopus): 57222354456 

1, Pavshikh Bortsov Sq., Volgograd, 400131, Russia

28, Lenin Ave., Volgograd, 400005, Russia

https://orcid.org/0009-0007-2252-9844ШушковаИ. Г.ShushkovaI. G.

Шушкова Ирина Геннадьевна, кандидат медицинских наук, ассистент кафедры лучевой, функциональной, лабораторной диагностики ИНМФО

Россия, 400131, г. Волгоград, ул. Павших Борцов, 1

Irina G. Shushkova, MD, PhD, Assistant, Department of Radiation, Functional, Laboratory Diagnostics of the Continued Medical and Pharmaceutical Education Institute

1, Pavshikh Bortsov Sq., Volgograd, 400131, Russia

https://orcid.org/0000-0002-1505-6256БыковА. В.BykovA. V.

Быков Александр Викторович, доктор медицинских наук, профессор, профессор кафедры хирургических болезней № 1 ИНМФО

Россия, 400131, г. Волгоград, ул. Павших Борцов, 1

Alexander V. Bykov, MD, Professor, Professor, Department of Surgical Diseases No 1 of Continued Medical and Pharmaceutical Education Institute

1, Pavshikh Bortsov Sq., Volgograd, 400131, Russia

https://orcid.org/0009-0005-7314-8924МаренковЯ. А.MarenkovYa. A.

Маренков Ярослав Анатольевич студент бакалавриата 4-го курса кафедры программного обеспечения автоматизированных систем; лаборант лаборатории информатизации и цифровизации в здравоохранении

Россия, 400131, г. Волгоград, ул. Павших Борцов, 1Россия, 400005, г. Волгоград, пр. им. Ленина, 28 

Yaroslav A. Marenkov, 4th year Undergraduate Student, Department of Software Engineering; Laboratory Assistant, Laboratory of Informatization and Digitalization of Healthcare

1, Pavshikh Bortsov Sq., Volgograd, 400131, Russia

28, Lenin Ave., Volgograd, 400005, Russia

ФГБОУ ВО «Волгоградский государственный медицинский университет» Минздрава РоссииРоссияVolgograd State Medical University of the Ministry of Health of RussiaRussian FederationФГБОУ ВО «Волгоградский государственный медицинский университет» Минздрава России; ФГБОУ ВО «Волгоградский государственный технический университет»РоссияVolgograd State Medical University of the Ministry of Health of Russia; Volgograd State Technical UniversityRussian FederationФГБОУ ВО «Волгоградский государственный медицинский университет» Минздрава РоссииРоссияVolgograd State Medical University of the Ministry of Health of Russia  Russian FederationФГБОУ ВО «Волгоградский государственный медицинский университет» Минздрава РоссииРоссияVolgograd State Medical University of the Ministry of Health of Russia Russian FederationФГБОУ ВО «Волгоградский государственный медицинский университет» Минздрава России; ФГБОУ ВО «Волгоградский государственный технический университет»РоссияVolgograd State Technical University; Volgograd State Medical University of the Ministry of Health of RussiaRussian FederationФГБОУ ВО «Волгоградский государственный медицинский университет» Минздрава России; ФГБОУ ВО «Волгоградский государственный технический университет»РоссияVolgograd State Technical University; Volgograd Medical Research Center, Volgograd State Medical University of the Ministry of Health of Russia Russian Federation202407072024233124132Copyright © Панин С.И., Суворов В.А., Зубков А.В., Безбородов С.А., Панина А.А., Коваленко Н.В., Донская А.Р., Шушкова И.Г., Быков А.В., Маренков Я.А., 20242024Панин С.И., Суворов В.А., Зубков А.В., Безбородов С.А., Панина А.А., Коваленко Н.В., Донская А.Р., Шушкова И.Г., Быков А.В., Маренков Я.А.Panin S.I., Suvorov V.A., Zubkov A.V., Bezborodov S.A., Panina A.A., Kovalenko N.V., Donsckaia A.R., Shushkova I.G., Bykov A.V., Marenkov Y.A.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.siboncoj.ru/jour/article/view/3122

Цель работы – определение оптимальной модели машинного обучения для создания программного обеспечения по скринингу и ранней диагностике новообразований поджелудочной железы в условиях централизации лабораторной службы региона. Материал и методы. Основу клинического материала составили 1 254 пациента, проходивших обследование в централизованной лаборатории ГУЗ «Консультативно-диагностическая поликлиника № 2» Волгограда. Из них в дальнейшем 139 оперированы в ГБУЗ «Волгоградский областной клинический онкологический диспансер» по поводу злокачественных новообразований поджелудочной железы. В 65 (46,7 %) наблюдениях выполнена дистальная резекция поджелудочной железы, в 74 (53,3 %) – панкреатодуоденальная резекция. В 28 (20,1 %) случаях на момент выявления опухоли пациенты не имели клинической симптоматики. Статистическая обработка данных проводилась с использованием языка программирования python. Для машинного обучения использованы 5 различных классификаторов. Результаты. В ходе факторного анализа из 62 лабораторных показателей крови отобраны 11 параметров, динамику изменения которых следует прицельно оценивать на этапах скрининга и ранней диагностики новообразований поджелудочной железы. Сравнительная оценка методик машинного обучения показала, что оптимальным вариантом для создания соответствующего программного обеспечения является градиентный бустинг на основе гистограмм (диагностическая точность – 0,909, чувствительность – 0,642, специфичность – 0,965, прогностичность отрицательного результата – 0,928, прогностичность положительного результата – 0,794, F1 – 0,828, функция потерь логистической регрессии – 0,352, площадь под Rocкривой – 0,89). Заключение. Создание программного обеспечения на основе выбранного алгоритма позволит уточнить реальную эффективность машинного обучения на большей популяции пациентов с новообразованиями поджелудочной железы.

Objective. Determination of the optimal machine learning model for the creation of software for screening and early diagnosis of pancreatic neoplasms in the context of centralization of the laboratory service in the region. Material and Methods. The clinical material was based on 1254 patients who were examined in the centralized laboratory of the Volgograd Consultative and Diagnostic Polyclinic No. 2. Of these, 139 were subsequently operated on at the Volgograd Regional Clinical Oncology Dispensary for pancreatic malignancies. In 65 (46.7 %) cases, distal pancreatic resection was performed, and in 74 (53.3 %) cases, pancreaticoduodenectomy was performed. In 28 (20.1 %) cases, at the time of tumor detection, patients did not have clinical symptoms. Statistical processing of the data was carried out using the Python programming language. Five different classifiers were used for machine learning. Results. In the course of factor analysis, 11 parameters were selected from 62 laboratory blood parameters, the dynamics of changes in which should be specifically assessed at the stages of screening and early diagnosis of pancreatic neoplasms. A comparative assessment of machine learning techniques showed that the best option for creating the appropriate software was Hist Gradient Boosting (diagnostic accuracy 0.909, sensitivity 0.642, specificity 0.965, negative predictability 0.928, positive predictability 0.794, F1 0.828, logistic regression loss function 0.352, area under the ROC curve 0.89). Conclusion. The creation of software based on the selected algorithm will make it possible to clarify the real effectiveness of machine learning on a larger population of patients with pancreatic neoplasms.

скрининг онкологических заболеванийлабораторная диагностикаискусственный интеллектcancer screeninglaboratory diagnosticsartificial intelligenceReferencesШахзадова А.О., Старинский В.В., Лисичникова И.В. Состояние онкологической помощи населению России в 2022 году. Сибирский онкологический журнал. 2023; 22(5): 5–13. doi: 10.21294/1814-4861-2023-22-5-5-13.Shakhzadova A.O., Starinsky V.V., Lisichnikova I.V. Cancer care to the population of Russia in 2022. Siberian Journal of Oncology. 2023; 22(5): 5–13. (in Russian). doi: 10.21294/1814-4861-2023-22-5-5-13.Румянцев П.О. Ранняя диагностика агрессивных форм рака: альянс специалистов, технологий и искусственного интеллекта. Лучевая диагностика и терапия. 2023; 14(2): 7–14. doi: 10.22328/2079-5343-2023-14-2-7-14.Rumiantsev P.O. Early diagnostics of aggressive cancers: alliance of physicians, technologies and artificial intelligence. Diagnostic Radiology and Radiotherapy. 2023; 14(2): 7–14. (in Russian). doi: 10.22328/2079-5343-2023-14-2-7-14.Солодкий В.А., Каприн А.Д., Нуднов Н.В., Харченко Н.В., Ходорович О.С., Запиров Г.М., Шерстнева Т.В., Дибирова Ш.М., Канахина Л.Б. Современные системы поддержки принятия врачебных решений на базе искусственного интеллекта для анализа цифровых маммографических изображений. Вестник рентгенологии и радиологии. 2023; 104(2): 151–62. doi: 10.20862/0042-4676-2023-104-2-151-162.Solodkiy V.A., Kaprin A.D., Nudnov N.V., Kharchenko N.V., Khodorovich O.S., Zapirov G.M., Sherstneva T.V., Dibirova S.M., Kanakhina L.B. Сontemporary medical decision support systems based on artificial intelligence for the analysis of digital mammographic images. Journal of Radiology and Nuclear Medicine. 2023; 104(2): 151–62 (in Russian). doi: 10.20862/0042-4676-2023-104-2-151-162.Барчук А.А., Раскина Ю.В., Смирнова О.В., Беляев А.М., Багненко С.Ф. Скрининг онкологических заболеваний на уровне государственных программ: обзор, рекомендации и управление. Общественное здоровье. 2021; 1(1): 19–31. doi: 10.21045/2782-1676-2021-1-1-19-31.Barchuk A.A., Raskina Yu.V., Smirnova O.V., Belyaev A.M., Bagnenko S.F. Cancer screening at the level of state programs: review, recommendations and management. Public Health. 2021; 1(1): 19–31. (in Russian) doi: 10.21045/2782-1676-2021-1-1-19-31.Raju N.G., Lakshmi K.P., Jain V.M., Kalidindi A., Padma V. Study the Influence of Normalization/Transformation process on the Accuracy of Supervised Classification. Third International Conference on Smart Systems and Inventive Technology (ICSSIT). Tirunelveli, India, 2020; 729–35, doi: 10.1109/ICSSIT48917.2020.9214160.Raju N.G., Lakshmi K.P., Jain V.M., Kalidindi A., Padma V. Study the Influence of Normalization/Transformation process on the Accuracy of Supervised Classification. Third International Conference on Smart Systems and Inventive Technology (ICSSIT). Tirunelveli, India, 2020; 729–35, doi: 10.1109/ICSSIT48917.2020.9214160.Yang J., Rahardja S., Fränti P. Outlier detection: how to threshold outlier scores? In Proceedings of the International Conference on Artificial Intelligence, Information Processing and Cloud Computing (AIIPCC ‘19). Association for Computing Machinery, New York, NY, USA. 2019; 1–6. doi: 10.1145/3371425.3371427.Yang J., Rahardja S., Fränti P. Outlier detection: how to threshold outlier scores? In Proceedings of the International Conference on Artificial Intelligence, Information Processing and Cloud Computing (AIIPCC ‘19). Association for Computing Machinery, New York, NY, USA. 2019; 1–6. doi: 10.1145/3371425.3371427.Kelleher J.D., Mac Namee B., D’arcy A. Fundamentals of machine learning for predictive data analytics: algorithms, worked examples, and case studies. MIT press, 2020.Kelleher J.D., Mac Namee B., D’arcy A. Fundamentals of machine learning for predictive data analytics: algorithms, worked examples, and case studies. MIT press, 2020.Злокачественные новообразования в России в 2021 году (заболеваемость и смертность). Под ред. А.Д. Каприна, В.В. Старинского, А.О. Шахзадовой. М., 2022. 252 с.Malignant tumors in Russia in 2021 (morbidity and mortality). Ed. by A.D. Kaprin, V.V. Starinsky, A.O. Shakhzadova. Moscow, 2022. 252 p. (in Russian).Hameed B.S., Krishnan U.M. Artificial Intelligence-Driven Diagnosis of Pancreatic Cancer. Cancers (Basel). 2022; 14(21): 5382. doi: 10.3390/cancers14215382.Hameed B.S., Krishnan U.M. Artificial Intelligence-Driven Diagnosis of Pancreatic Cancer. Cancers (Basel). 2022; 14(21): 5382. doi: 10.3390/cancers14215382.Singhi A.D., Koay E.J., Chari S.T., Maitra A. Early Detection of Pancreatic Cancer: Opportunities and Challenges. Gastroenterology. 2019; 156(7): 2024–40. doi: 10.1053/j.gastro.2019.01.259.Singhi A.D., Koay E.J., Chari S.T., Maitra A. Early Detection of Pancreatic Cancer: Opportunities and Challenges. Gastroenterology. 2019; 156(7): 2024–40. doi: 10.1053/j.gastro.2019.01.259.Kirkegård J., Mortensen F.V., Heide-Jørgensen U., Cronin-Fenton D. Predictors of underlying pancreatic cancer in patients with acute pancreatitis: a Danish nationwide cohort study. HPB (Oxford). 2020; 22(4): 553–62. doi: 10.1016/j.hpb.2019.08.013.Kirkegård J., Mortensen F.V., Heide-Jørgensen U., Cronin-Fenton D. Predictors of underlying pancreatic cancer in patients with acute pancreatitis: a Danish nationwide cohort study. HPB (Oxford). 2020; 22(4): 553–62. doi: 10.1016/j.hpb.2019.08.013.Гусев А.В., Евгина С.А., Годков М.А. Искусственный интеллект в здравоохранении России. Роль лаборатории. Лабораторная служба. 2022; 11(2): 5–8. doi: 10.17116/labs2022110215.Gusev A.V., Evgina S.A., Godkov M.A. Artificial intelligence in the Healthcare of Russia. Laboratory Role. Laboratory Service. 2022; 11(2): 5–8. (in Russian). doi: 10.17116/labs2022110215.Singh G. Artificial intelligence in colorectal cancer: a review. Siberian Journal of Oncology. 2023; 22(3): 99–107. doi: 10.21294/1814-4861-2023-22-3-99-107.Singh G. Artificial intelligence in colorectal cancer: a review. Siberian Journal of Oncology. 2023; 22(3): 99–107. doi: 10.21294/1814-4861-2023-22-3-99-107.Мельников П.В., Доведов В.Н., Каннер Д.Ю., Черниковский И.Л. Искусственный интеллект в онкохирургической практике. Тазовая хирургия и онкология. 2020; 10(3–4): 60–4. doi: 10.17650/2686-9594-2020-10-3-4-60-64.Melnikov P.V., Dovedov V.N., Kanner D.Yu., Chernikovskiy I.L. Artificial intelligence in surgical practice. Surgery and Oncology. 2020; 10(3–4): 60–4. (in Russian). doi: 10.17650/2686-9594-2020-10-3-4-60-64.Faur A.C., Lazar D.C., Ghenciu L.A. Artificial intelligence as a noninvasive tool for pancreatic cancer prediction and diagnosis. World J Gastroenterol. 2023; 29(12): 1811–23. doi: 10.3748/wjg.v29.i12.1811.Faur A.C., Lazar D.C., Ghenciu L.A. Artificial intelligence as a noninvasive tool for pancreatic cancer prediction and diagnosis. World J Gastroenterol. 2023; 29(12): 1811–23. doi: 10.3748/wjg.v29.i12.1811.

The authors declare that there are no conflicts of interest present.