Sztuczna inteligencja jest nowym źródłem nadziei w walce z nowotworem
Im wcześniej wykryty zostanie nowotwór, tym większe szanse na wyzdrowienie i mniej uciążliwe leczenie. Dlatego właśnie badania przesiewowe są tak ważne, gdy tylko jest to możliwe, chociaż wiele z wprowadzonych programów ma trudności z nabraniem tempa. Jednak według badania przeprowadzonego przez brytyjskich naukowców sztuczna inteligencja może zmienić reguły gry. Rzeczywiście, dzięki szkoleniu technologia mogłaby być w stanie wykryć chorobę na wczesnym etapie.
Z około 20 milionami przypadków i 9,7 milionami zgonów w 2022 r., rak jest jedną z głównych przyczyn zgonów na świecie. Według prognoz Światowej Organizacji Zdrowia (WHO) sytuacja ulegnie pogorszeniu w nadchodzących latach i dziesięcioleciach. Światowy organ ds. zdrowia szacuje, że w 2050 r. może wystąpić ponad 35 milionów nowych przypadków, co stanowi wzrost o 77% w porównaniu z szacowaną liczbą przypadków w 2022 r.
Chociaż zapobieganie pozostaje kluczem do ograniczenia czynników ryzyka – zwłaszcza palenia, spożywania alkoholu, siedzącego trybu życia, diety i zanieczyszczeń – naukowcy dokładają również wszelkich starań, aby przyspieszyć badania w zakresie leczenia i wczesnej diagnozy. Sztuczna inteligencja (AI) może pomóc w udoskonaleniu tego ostatniego.
Taki wniosek można wyciągnąć z artykułu opublikowanego przez Oxford University Press w czasopiśmie Biology Methods & Protocols, w którym podkreślono najnowsze prace naukowców z Uniwersytetu w Cambridge i Imperial College w Londynie. Wyszkolili sztuczną inteligencję do badania wzorców metylacji DNA i identyfikowania 13 rodzajów nowotworów – w tym raka piersi, wątroby, płuc i prostaty – z tkanki nienowotworowej. Osiągnięto to z dokładnością 98,2%. Możliwość zidentyfikowania nietypowych wzorców metylacji DNA – co, jak sami badacze ujęli, „jest jak szukanie igły w stogu siana” – umożliwiłaby wykrycie tych form raka we wczesnym stadium, zwiększając w ten sposób szanse na wyzdrowienie .
„Metody obliczeniowe, takie jak ten model, dzięki lepszemu szkoleniu na bardziej zróżnicowanych danych i rygorystycznym testom w klinice, ostatecznie zapewnią modele sztucznej inteligencji, które mogą pomóc lekarzom we wczesnym wykrywaniu i badaniach przesiewowych nowotworów. Zapewni to lepsze wyniki leczenia pacjentów” – mówi główny autor artykułu, Shamith Samarajiwa, cytowany w komunikacie prasowym.
Naukowcy podkreślają jednak, że na tym etapie model opiera się na próbkach tkanek i że potrzebne są dalsze badania – a także szkolenia i testowanie sztucznej inteligencji – na bardziej zróżnicowanym zbiorze próbek biopsyjnych, zanim możliwe będzie zastosowanie kliniczne.
Jak sztuczna inteligencja może pomóc lekarzom
Nie po raz pierwszy naukowcy uznali sztuczną inteligencję za źródło nadziei w leczeniu raka i poprawie przeżywalności pacjentów. W 2021 r. naukowcy z francuskiego Instytutu Curie opracowali narzędzie sztucznej inteligencji do głębokiego uczenia się, które mogłoby „sekwencjonować wszystkie geny ulegające ekspresji w nowotworze”. Przetestowany na 48 nowotworach, algorytm był w stanie wykryć 79% z nich, przy czym w tym przypadku celem było zdiagnozowanie nowotworów o nieznanym pochodzeniu, czyli nowotworów, które wykrywa się dopiero po przerzutach, a zatem są już stosunkowo zaawansowane.
W tym samym roku unijny projekt PANCAIM doprowadził do opracowania algorytmu sztucznej inteligencji zdolnego do wcześniejszego wykrywania przypadków raka trzustki, które wcześniej umykały technikom obrazowania. Niedawno, w sierpniu 2023 r., szwedzcy badacze podzielili się wynikami badania opublikowanego w The Lancet Oncology, z których wynika, że sztuczna inteligencja może pomóc radiologom w wykryciu raka piersi.
Wszystkie te postępy świadczą o zainteresowaniu badaczy wykorzystaniem sztucznej inteligencji do walki z rakiem, poprzez poprawę wczesnej diagnostyki i leczenia, a co za tym idzie, przeżycia pacjentów. Sztuczna inteligencja nie ma jednak na celu zastępowania pracowników służby zdrowia. Zamiast tego powinien je wspierać, umożliwiając pacjentom jak najszybsze uzyskanie najbardziej odpowiedniego leczenia.