במאמר שפורסם בכתב העת JAMA Network Open מדווחים חוקרים על תוצאות מחקר חדש, מהן עולה כי מערכת לימוד מכונה ונתונים מרשומות רפואיות עשויים לשמש ליצירת כלים המסייעים בחיזוי התפתחות סוכרת מסוג 2.
במסגרת המחקר ביקשו החוקרים לפתח ולתקף מודל לימוד מכונה ברמת האוכלוסייה לחיזוי הופעת סוכרת מסוג 2 חמש שנים טרם הופעת הסוכרת וזאת על-סמך נתונים אדמיניסטרטיביים. הם התבססו על נתונים מאונטריו קנדה, בתקופה שבין תחילת שנת 2006 ועד סוף שנת 2016 ופיתחו מודל עץ החלטה על-בסיס נתונים אודות כ-1.6 מיליון מטופלים, אשר תוקף על-סמך נתונים אודות 243,442 משתתפים ונבחן על 236,506 משתתפים. עלויות הטיפול בכל חולה נבחנו על-פי אלגוריתם לחישוב העלויות.
בתחילת המחקר נבחר מדגם אקראי של מעל 2.1 תושבי אונטריו ללא סוכרת מסוג 2. למעלה מ-300 מאפיינים מנתוני מידע דמוגרפי, בדיקות מעבדה, תרופות, אינטראקציות עם מערכת הבריאות, מאפיינים סוציאליים המשפיעים על המצב הבריאותי וטיפול אמבולטורי ורישומי אשפוזים שימשו להערכת הסיכוי להתפתחות סוכרת מסוג 2.
הדיוק של המודל נבחן באמצעות ניתוח השטח מתחת לעקומה והעלות נקבעה על-פי דולר אמריקאי.
המודל שפותח השיג שטח מתחת לעקומה של 80.26, עם כיול טוב ותוצאות טובות בחלוקה לפי מין, היסטוריה של הגירה, עוני והבדלי גזע/מוצא אתני, כמו גם לאחר תקנון לקשר מוגבל עם מערכת הבריאות. מהנתונים עולה כי 5% המשתתפים בחלק העליון של המודל היו בסיכון גבוה להתפתחות סוכרת והיו אחראיים ל-26% מסך העלות השנתית לטיפול בסוכרת באונטריו.
מהממצאים עולה כי מודל לימוד מכונה סייע בחיזוי מדויק של היארעות סוכרת ברמת האוכלוסייה וזאת על-סמך נתונים הנאספים באופן שגרתי ומתועדים ברשומות הרפואיות. על-סמך תוצאות המחקר, החוקרים סבורים כי המודל עשוי לשמש בתהליכי קבלת החלטות ברמת האוכלוסייה לצעדים למניעת סוכרת.
