Σε μια πρόσφατη μελέτη που δημοσιεύτηκε στο Nature Communications, ερευνητές από το Κέντρο Καρκίνου Perlmutter του NYU Langone Health και το Πανεπιστήμιο της Γλασκόβης ανέπτυξαν ένα πρόγραμμα τεχνητής νοημοσύνης αιχμής ικανό να διαγνώσει με ακρίβεια το αδενοκαρκίνωμα, την πιο κοινή μορφή καρκίνου του πνεύμονα. Αυτή η εξέλιξη, η οποία χρησιμοποιεί προηγμένες τεχνικές ανάλυσης εικόνας για τη βελτίωση των αποτελεσμάτων των ασθενών, αντιπροσωπεύει μια σημαντική πρόοδο στη διάγνωση και τη διαχείριση του καρκίνου. Η διάγνωση και η διαχείριση του καρκίνου του πνεύμονα παραδοσιακά περιλαμβάνει παθολόγους που εξετάζουν σχολαστικά δείγματα ιστού κάτω από ένα μικροσκόπιο. Αυτή η διαδικασία δεν είναι μόνο χρονοβόρα αλλά και επιρρεπής σε ανθρώπινο λάθος και μεροληψία.
Οι υπάρχουσες μέθοδοι τεχνητής νοημοσύνης που χρησιμοποιούν εποπτευόμενη βαθιά μάθηση έχουν αποδειχθεί πολλά υποσχόμενες, αλλά απαιτούν τεράστιες ποσότητες σχολιασμένων δεδομένων, η παραγωγή των οποίων είναι δαπανηρή και εντάσεως εργασίας. Το νέο πρόγραμμα AI χρησιμοποιεί μια τεχνική που ονομάζεται Histomorphological Phenotype Learning (HPL), η οποία χρησιμοποιεί αυτοεποπτευόμενη μάθηση. Σε αντίθεση με τις προηγούμενες μεθόδους, αυτή η προσέγγιση δεν απαιτεί προεπισημασμένα δεδομένα.
Αντίθετα, η τεχνητή νοημοσύνη προσδιορίζει αυτόματα και ομαδοποιεί περιοχές με παρόμοια όψη ή «πλακίδια» μέσα σε εικόνες ιστού. Αυτές οι ομαδοποιημένες περιοχές σχηματίζουν έναν HP-Atlas, έναν λεπτομερή χάρτη που παρουσιάζει διαφορετικές δομές ιστών και τις μεταβάσεις τους από καλοήθεις σε κακοήθεις καταστάσεις, συμπεριλαμβανομένων των ενδιάμεσων σταδίων που χαρακτηρίζονται από φλεγμονή και άλλες αντιδραστικές αλλαγές.
Ενδιαφέροντα ευρήματα
Για να επικυρώσουν τη μέθοδό τους, οι ερευνητές ανέλυσαν σχεδόν μισό εκατομμύριο εικόνες ιστού από 452 ασθενείς με αδενοκαρκίνωμα. Τα αποτελέσματα ήταν εντυπωσιακά: το πρόγραμμα AI διέκρινε με ακρίβεια το αδενοκαρκίνωμα και το ακανθοκυτταρικό καρκίνωμα στο 99% των περιπτώσεων και προέβλεψε την υποτροπή του καρκίνου με ακρίβεια 72%. Συγκριτικά, οι παθολόγοι που εξέτασαν τις ίδιες εικόνες πέτυχαν ποσοστό ακρίβειας 64%.
Η ικανότητα του προγράμματος AI να αναλύει γρήγορα δείγματα πνευμονικού ιστού και να παρέχει ακριβείς προβλέψεις αντιπροσωπεύει μια σημαντική πρόοδο στη φροντίδα του καρκίνου. «Το πρόγραμμα υπολογιστή μας μπορεί τώρα να αναλύσει δείγματα πνευμονικού ιστού σε λίγα λεπτά για να παρέχει αρκετά ακριβείς προβλέψεις για το εάν ο καρκίνος ενός ασθενούς θα επιστρέψει, προβλέψεις που υπερβαίνουν το τρέχον πρότυπο περίθαλψης για πρόγνωση στο αδενοκαρκίνωμα του πνεύμονα», σημείωσε ο Αριστοτέλης Τσιρίγος, Ph.D. , συν-ανώτερος ερευνητής της μελέτης.
Το πρόγραμμα όχι μόνο προσφέρει μια λεπτομερή ανάλυση του περιεχομένου του ιστού, αλλά επίσης αποδίδει σε κάθε ασθενή μια βαθμολογία που αντικατοπτρίζει τις στατιστικές πιθανότητες επιβίωσης και υποτροπής του όγκου για έως και πέντε χρόνια. Οι ερευνητές τονίζουν ότι καθώς προστίθενται περισσότερα δεδομένα, η τεχνητή νοημοσύνη θα γίνεται όλο και πιο ακριβής και σχεδιάζουν να κάνουν το εργαλείο ελεύθερα διαθέσιμο μετά από περαιτέρω δοκιμές. Η επιτυχία αυτού του προγράμματος τεχνητής νοημοσύνης στη διάγνωση του καρκίνου του πνεύμονα ανοίγει την πόρτα για παρόμοιες εφαρμογές σε άλλους τύπους καρκίνου, όπως ο καρκίνος του μαστού, των ωοθηκών και του παχέος εντέρου.
Η ομάδα σχεδιάζει επίσης να βελτιώσει το τρέχον πρόγραμμα ενσωματώνοντας πρόσθετα δεδομένα από ηλεκτρονικά αρχεία υγείας νοσοκομείων και κοινωνικοοικονομικούς παράγοντες, βελτιώνοντας περαιτέρω την ακρίβεια και την αξιοπιστία του. Εκτός από το πρόγραμμα τεχνητής νοημοσύνης για το αδενοκαρκίνωμα, άλλες εξελίξεις στην τεχνητή νοημοσύνη έχουν σημαντικές επιπτώσεις στη διάγνωση και θεραπεία του καρκίνου του πνεύμονα. Για παράδειγμα, μια μελέτη του 2022 με επικεφαλής τον Δρ. Anil Vachani στο Πανεπιστήμιο της Πενσυλβάνια έδειξε την αποτελεσματικότητα ενός συστήματος που βασίζεται στην τεχνητή νοημοσύνη στην αξιολόγηση του κινδύνου καρκίνου σε οζίδια του πνεύμονα που είναι ορατά στις αξονικές τομογραφίες.