Przewiduje się, że do roku 2030 rak trzustki stanie się drugą najczęstszą przyczyną zgonów z powodu nowotworów w Stanach Zjednoczonych. Główną przyczyną tych ponurych statystyk jest późne wykrycie choroby: około 85% przypadków diagnozuje się dopiero po wystąpieniu przerzutów, co pozostawia pacjentom ograniczone możliwości leczenia i niski wskaźnik przeżycia.
Jednak przełomowe badanie przeprowadzone przez naukowców z Mayo Clinic i MD Anderson Cancer Center na Uniwersytecie Teksasu sugeruje, że to może się zmienić. Opracowany przez nich system oparty na sztucznej inteligencji może wykryć najwcześniejsze oznaki raka trzustki w tomografii komputerowej — często 16–24 miesiące przed diagnozą kliniczną.
Jak działa REDMOD
Nowy system o nazwie REDMOD (model wczesnego wykrywania oparty na radiomice) nie szuka widocznych guzów. Zamiast tego analizuje „radiomikę” – subtelne, złożone wzorce tekstury i struktury tkanek, które są niewykrywalne gołym okiem ludzkim.
Rak zaczyna się, gdy komórki nabywają mutacje DNA, które zmieniają ich wzrost i podział. Zmiany te pojawiają się na wiele lat przed tym, jak guz jest na tyle duży, że powoduje objawy lub jest wyraźnie widoczny na standardowym badaniu obrazowym. Zespół REDMOD został przeszkolony na podstawie 969 tomografii komputerowej trzustki w zakresie rozpoznawania tych mikroskopijnych nieprawidłowości strukturalnych, zasadniczo wykrywając „sygnaturę” raka w tkance, która wygląda normalnie.
Przewaga nad czynnikiem ludzkim
Aby zweryfikować model, badacze przetestowali REDMOD na oddzielnym zbiorze danych składającym się z:
* 63 skany pacjentów, u których później zdiagnozowano raka trzustki (skany wykonane przed diagnozą).
* 430 skanów zdrowych kontroli.
Wyniki wykazały znaczącą przewagę diagnostyki wspomaganej sztuczną inteligencją:
* Współczynnik wykrywalności 73%: REDMOD poprawnie oznaczył 46 z 63 skanów przed diagnozą jako podejrzane.
* Porównanie z lekarzami: Gdy dwóch doświadczonych radiologów przejrzało te same badania bez pomocy sztucznej inteligencji, wykryło wczesne oznaki choroby jedynie w 38,9% przypadków.
* Stabilność: Sztuczna inteligencja wykazała wysoką stabilność wzdłużną, zapewniając spójne wyniki nawet podczas analizy skanów tego samego pacjenta wykonanych w odstępie kilku miesięcy.
„Największą przeszkodą w ratowaniu życia chorych na raka trzustki jest niezdolność dostrzeżenia choroby, dopóki jest ona uleczalna” – mówi dr Ajit Goenka, radiolog i specjalista medycyny nuklearnej w Mayo Clinic. „Ta sztuczna inteligencja może teraz wykrywać oznaki raka w normalnie wyglądającej trzustce i robi to niezawodnie w czasie i w różnych warunkach klinicznych”.
Problemy i fałszywe alarmy
Pomimo zachęcającego wskaźnika wykrywalności, model ma swoje ograniczenia. W grupie zdrowych kontroli REDMOD błędnie oznaczył 81 z 430 skanów (około 19%) jako podejrzane. W rzeczywistej praktyce klinicznej prowadziłoby to do fałszywie pozytywnych wyników, co wymagałoby od pacjentów poddania się dodatkowym, potencjalnie inwazyjnym testom w celu wykluczenia raka.
Naukowcy zauważają jednak, że model działał spójnie w przypadku różnych zbiorów danych i przy użyciu sprzętu z różnych szpitali, co wskazuje na jego niezawodność. Równowaga pomiędzy wysoką czułością (identyfikacją prawdziwych przypadków) a swoistością (unikaniem fałszywych alarmów) jest krytycznym obszarem przyszłego udoskonalenia systemu.
Perspektywy na przyszłość
Autorzy badania podkreślają, że REDMOD stanowi obecnie weryfikację koncepcji. Zanim zostanie wprowadzone do rutynowej praktyki klinicznej, musi zostać poddane prospektywnej walidacji w grupach pacjentów wysokiego ryzyka. Ten kolejny krok jest niezbędny, aby ustalić, czy sztuczna inteligencja może wiarygodnie zmienić standardy medyczne z reaktywnego leczenia późnego stadium choroby na proaktywne wykrywanie raka we wczesnym stadium.
Jeśli technologia ta się powiedzie, może zmienić diagnostykę przesiewową w kierunku raka trzustki poprzez analizę istniejących tomografii komputerowej wykonywanych pod kątem innych schorzeń. Identyfikując ryzyko na wiele lat przed rozwojem choroby, lekarze będą mogli interweniować, gdy leczenie takie jak operacja będzie nadal realną opcją.
Podsumowując, pomimo ciągłych problemów z fałszywymi alarmami, REDMOD stanowi znaczący przełom w technologiach wczesnego wykrywania, dając nadzieję, że jedna z najbardziej śmiercionośnych form raka będzie wkrótce mogła zostać wykryta, gdy jest jeszcze uleczalna.
