Արհեստական բանականությունը կարող է պարզել մաշկի քաղցկեղի ագրեսիվ տեսակների ընթացքը եւ ծանրությունը, ինչպիսին է Մերկելի բջիջների կարցինոման (MCC), բարելավելու համար կլինիկական որոշումների ընդունման գործընթացը պացիենտների եւ նրանց բժիշկների համար՝ բուժման արդյունքների անհատականացված կանխատեսումների ստեղծման միջոցով։

Մեծ Բրիտանիայի Նյուքասլի համալսարանի հետազոտողների գլխավորած միջազգային թիմը համատեղել է մեքենայական ուսուցումը կլինիկական փորձաքննության հետ՝ մշակելով «DeepMerkel» կոչվող վեբ համակարգ, որը կանխատեսում է կրծքագեղձի քաղցկեղի բուժման արդյունքները՝ հիմնված անհատական ​​եւ ուռուցքային բնութագրերի վրա:

Նրանք ենթադրել են, որ այս համակարգը կարող է կիրառվել մաշկի ագրեսիվ այլ քաղցկեղների դեպքում՝ որոշումների կայացումը ճշգրիտ կանխատեսելու համար: MCC-ը մաշկի քաղցկեղի հազվադեպ, բայց ագրեսիվ տեսակ է: Այն կարող է դժվար ենթարկվել բուժման եւ սովորաբար ազդում է թուլացած իմունային համակարգով տարեց մարդկանց վրա, որոնց դեպքում խորացող հիվանդությունը հանգեցնում է այն բանին, որ նվազում է ապրելու հավանականությունը:

Npj Digital Medicine-ում եւ Journal of the American Academy of Dermatology-ում երկու լրացուցիչ հրապարակումներում թիմը նկարագրել է, թե ինչպես են նրանք մշակել MCC վեբ կանխատեսման գործիքը՝ օգտագործելով առաջադեմ վիճակագրական եւ մեքենայական ուսուցման մեթոդները:

Npj Digital Medicine-ի հոդվածում թիմը նկարագրել է, թե ինչպես  է օգտագործել բացատրելիության վերլուծությունը եւ ստացված տվյալները՝ նոր պատկերացում կազմելու համար բարձր ագրեսիվ քաղցկեղից (MCC) մահացության ռիսկի գործոնների մասին: Նրանք այնուհետեւ համատեղել են խոր ուսուցման ֆունկցիաների ընտրությունը փոփոխված XGBoost շրջանակի հետ՝ MCC-ի համար վեբի վրա հիմնված կանխատեսման գործիք մշակելու համար, որը նրանք անվանել են DeepMerkel:

Երկու երկրների մոտ 11 հազար պացիենտի տվյալները վերլուծելուց հետո գիտնականները Ամերիկյան մաշկաբանության ակադեմիայի ամսագրում նկարագրել են, թե ինչպես է DeepMerkel-ը կարողացել ճշգրիտ նույնականացնել վաղ փուլի քաղցկեղ ունեցող բարձր ռիսկային պացիենտներին: Սա թույլ է տալիս բժիշկներին ավելի հիմնավորված որոշումներ կայացնել այն մասին, թե երբ օգտագործել արմատական ​​բուժում եւ անցկացնել հիվանդության ինտենսիվ մոնիթորինգ: