Работая с местным госпиталем, специалисты Массачусетского технологического института создали вычислительную модель, направленную на автоматическое определение онкологического заболевания путем изучения тысяч данных из предыдущих отчетов о патологии.

Исследователи сфокусировались на трех типах лимфомы, самого распространенного вида онкологического заболевания, имеющего 50 различных подтипов, сложных для определения. По данным одного из соавторов исследования, от 5% до 15% случаев лимфому не ставят или неправильно классифицируют, что ставит под угрозу правильность выбранного лечения.

Извлечение медицинских данных из электронных записей требует автоматизированного подхода и борьбы с ограничениями масштабируемости. Система должна работать с любым количеством данных, быть понятной для врача — в идеале без дополнительного обучения, то есть выдавать результат на естественном языке. Метод SANTF (subgraph augmented non-negative tensor factorization) включает в себя создание объёмной таблицы, в которую вносятся данные из сотен медицинских записей для поиска синтаксических/семантических зависимостей, часто встречающихся слов и понятий, соответствующих результатам анализов, чтобы связать записи с конкретным подтипом лимфомы.

Конечная цель проекта — получить возможность обрабатывать с помощью компьютерной модели миллионы случаев, чтобы автоматически определять шанс наличия заболевания у пациента.