ИИ и сложнейшие проблемы мира · Медицина и разработка лекарств · Nature (computational biology) · 2026-10-26
Интерпретируемые модели машинного обучения для предсказания oncotypedDX® на основе клинико-патологических данных: когортное исследование в Бразилии
Оригинальное название: Interpretable machine learning models for oncotypedDX® prediction using clinicopathologic data: a brazilian cohort study
Oncotype DX помогает принимать решения о химиотерапии при раннем раке молочной железы, но его высокая стоимость ограничивает доступность в условиях ограниченных ресурсов. На основе данных 935 пациентов из бразильской когорты авторы построили интерпретируемую модель гребневой регрессии по рутинно доступным клинико-патологическим переменным, чтобы предсказывать, превышает ли индекс рецидива 25. Модель достигла AUROC 0,818, а в её квартиле наивысшего риска оказалось 60,8% случаев с индексом выше 25; авторы полагают, что до 75% пациентов можно сортировать без подтверждающего тестирования.