食管癌或食管癌症是常见的癌症之一。每年。据报道，约有47,000例新病例，42,000人因这种疾病而死亡。它在东北各州的发生率特别高。它通常被诊断为晚期，因为其症状不是非常特异，患者因其他原因而接受治疗。在这种情况下，早期诊断可以帮助挽救生命。
来自理工学院Kharagpur的研究人员使用机器学习技术提出了一种可能的解决方案。他们根据人口统计学数据和某些临床试验的结果，开发了一种基于机器学习的算法，用于预测食道癌的体征。这可以帮助筛查人们进行进一步的测试，以确认他们是否确实患有癌症。它实际上是一种预筛选工具，可供农村地区的卫生工作者使用。
该软件是使用马哈拉施特拉邦农村地区孟买塔塔纪念医院的移动筛选车收集的3,000人的数据开发的。从辅助医务人员收集的各方面数据来看，研究人员使用了49个点的数据，如烟草消费，烟草咀嚼持续时间，饮酒，家庭癌症死亡，吞咽困难等。食管的癌症通常伴有症状像吞咽时的疼痛和声音嘶哑。
“该软件可以安装在医院或医疗中心的场所，也可以托管在云端，通过互联网访问。疑似患者可以输入他或她的人口统计信息，生活方式细节和可用的临床测试结果。该软件可以预测患者是否患有特定疾病。可以通过添加更多测试结果来改进预测。如果预测结果为阳性，他或她可以联系医生进行进一步的检查和治疗，“IIT Kharagpur计算机科学与工程助理教授Sourangshu Bhattacharya博士解释说，他与博士生Asis Roy共同撰写了这项研究。
研究人员使用开源机器学习软件--Weka和LibSVM - 以及用于开发预测软件的python。目的是控制机器学习算法的参数，以便根据成本或便利性标准使假正常率(患病人数被标记为正常)为零并选择特征(由医学实验室进行的测试)。
“我们搜索了15个测试的所有组合，总共花费了6500卢比，并且发现了成本为2000卢比的测试子集，其假阴性率为零。然后我们可以找到提供最高精度的子集。类似地，我们为每个测试指定了不适指数，并将指定预算分配给患者可能愿意或能够遭受的总体不适以获得初步诊断。主要想法是允许软件或执行机构的用户能够根据个人要求定制初始测试的选择，“Bhattacharya博士在接受科学电报采访时解释道。
研究人员在发表在期刊上的研究中声称，基于机器学习的算法可以根据人口统计学，生活方式，病史和定制的临床试验，有助于预测食管癌，准确度高达99.18%，灵敏度接近100%。医学中的人工智能。