Τεχνητή Νοημοσύνη vs Καρκίνος Παχέος Εντέρου

Με την υπογραφή ερευνητών από την Ιατρική Σχολή του Σχολής του Harvard και του Εθνικού Πανεπιστημίου Cheng Kung στην Ταϊβάν , έρχεται ένα νέο μοντέλο τεχνητής νοημοσύνης που εικάζεται πως θα μπορούσε να προσφέρει σημαντική και υπολογίσιμη βοήθεια σε γιατρούς και ασθενείς με καρκίνο του παχέος εντέρου. Το συγκεκριμένο μοντέλο θα μπορούσε να βοηθήσει με τα ποσοστά επιβίωσης αλλά και την εύρεση των βέλτιστων θεραπειών, ανάλογα με τα ιδιαίτερα χαρακτηριστικά κάθε ασθενούς.

Εξετάζοντας απεικονίσεις καρκινικών κυττάρων, το νέο εργαλείο είναι σε θέση να προβλέψει με ακρίβεια πόσο επιθετικός είναι ένας όγκος, πόσο πιθανό είναι ο ασθενής να επιβιώσει με ή χωρίς υποτροπή της νόσου και ποια μπορεί να είναι η βέλτιστη θεραπεία για εκείνον. Οι ειδικοί επισημαίνουν πως ένα τέτοιο εργαλείο θα ήταν πολύ χρήσιμο στους γιατρούς ώστε να διαχειριστούν πιο αποτελεσματικά αυτή τη σοβαρή ασθένεια, βοηθώντας σημαντικά τους ασθενείς τους.

Το μοντέλο ΜΟΜΑ και τα αποτελέσματα

Το εργαλείο, που ονομάζεται «MOMA», εκπαιδεύτηκε στα δεδομένα 2.000 ασθενών με καρκίνο του παχέος εντέρου από διάφορες εθνικές μελέτες. Κατά τη διάρκεια της εκπαίδευσης, οι ερευνητές έδωσαν στο μοντέλο πληροφορίες σχετικά με την ηλικία, το φύλο και το στάδιο του καρκίνου των ασθενών. Του έδωσαν επίσης πληροφορίες σχετικά με τα γονιδιωματικά, επιγενετικά, πρωτεϊνικά και μεταβολικά προφίλ των όγκων που εξετάστηκαν.

Στο επόμενο βήμα,  οι ερευνητές έδειξαν στο μοντέλο απεικονίσεις όγκου και του ζήτησαν να αναζητήσει οπτικούς δείκτες που σχετίζονται με τους τύπους όγκων, τις γενετικές μεταλλάξεις, τις επιγενετικές αλλοιώσεις, την εξέλιξη της νόσου και την επιβίωση των ασθενών. Οι ερευνητές στη συνέχεια δοκίμασαν πώς το μοντέλο θα μπορούσε να αποδώσει στον «πραγματικό κόσμο» δίνοντάς του ένα σύνολο απεικονίσεων όγκου διάφορων ασθενών που δεν είχε ξαναδεί. Συνέκριναν την απόδοσή του με τα πραγματικά αποτελέσματα των ασθενών και άλλες διαθέσιμες κλινικές πληροφορίες.

Τα αποτελέσματα έδειξαν πως το μοντέλο μπορούσε να προβλέψει με ακρίβεια τη συνολική επιβίωση των ασθενών μετά τη διάγνωση. Σημαντικό είναι επίσης και το γεγονός πως θα βοηθούσε ιδιαίτερα να εξακριβωθεί με ποιον τρόπο ο μεμονωμένος ασθενής θα μπορούσε να ανταποκριθεί σε διαφορετικές θεραπείες. Και στους δύο αυτούς τομείς, το εργαλείο ξεπέρασε τις επιδόσεις των παθολόγων, καθώς και των ήδη διαθέσιμων μοντέλων τεχνητής νοημοσύνης.

Καθώς πρόκειται για μοντέλο τεχνητής νοημοσύνης, οι ερευνητές  δήλωσαν πως το μοντέλο θα υποβάλλεται σε περιοδική αναβάθμιση, καθώς η επιστήμη εξελίσσεται και  προκύπτουν συνεχώς νέα δεδομένα. Πάντως, παρά τα αισιόδοξα αποτελέσματα, η ερευνητική ομάδα προειδοποιεί ότι το εργαλείο προορίζεται να ενισχύσει, όχι να αντικαταστήσει, την ανθρώπινη εμπειρία. Προειδοποιούν δε πως η πρόγνωση της επιβίωσης κάθε ασθενή εξαρτάται από πολλούς παράγοντες και κανένα εργαλείο, όσο εξελεγμένο και να είναι, δεν μπορεί να προβλέψει με ακρίβεια την έκβαση μιας τόσο σοβαρής νόσου.

«Το εργαλείο μας εκτελεί εργασίες που οι παθολόγοι δεν μπορούν να κάνουν», δήλωσε ο συν-επικεφαλής της μελέτης Kun-Hsing Yu, επίκουρος καθηγητής βιοϊατρικής πληροφορικής στο Ινστιτούτο Blavatnik στο HMS. «Αυτό που αναμένουμε δεν είναι μια αντικατάσταση της τεχνογνωσίας της ανθρώπινης ιατρικής, αλλά ότι αυτή η προσέγγιση θα ενισχύσει την τρέχουσα κλινική πρακτική διαχείρισης του καρκίνου».

Όλα τα νέα ερευνητικά δεδομένα δημοσιεύοντα στο «Nature Communications».

Μοιραστείτε το