Μια ιστορική καμπή για την προληπτική ιατρική και την ογκολογία σηματοδοτεί η νέα έρευνα της Mayo Clinic. Ερευνητές ανέπτυξαν ένα προηγμένο μοντέλο Τεχνητής Νοημοσύνης (AI), ικανό να εντοπίσει τον καρκίνο του παγκρέατος στις συνήθεις αξονικές τομογραφίες κοιλίας έως και τρία χρόνια πριν από την κλινική διάγνωση.
Το σύστημα εντοπίζει ανεπαίσθητες βιολογικές αλλαγές στους ιστούς προτού καν οι όγκοι γίνουν ορατοί, δημιουργώντας ένα κρίσιμο χρονικό «παράθυρο» όπου η θεραπεία μπορεί να είναι ακόμα σωτήρια. Τα ευρήματα, που δημοσιεύτηκαν στο έγκριτο ιατρικό περιοδικό Gut, δείχνουν πώς το AI μπορεί να αλλάξει ριζικά τον τρόπο διάγνωσης της νόσου, μετατοπίζοντας το βάρος από την καθυστερημένη αντίδραση στα συμπτώματα, στον εντοπισμό ετών νωρίτερα.
Ο «σιωπηλός δολοφόνος» και η λύση του Redmod
Ο καρκίνος του παγκρέατος θεωρείται ένας από τους πιο θανατηφόρους, καθώς σπάνια προκαλεί συμπτώματα στα αρχικά του στάδια. Σύμφωνα με το Εθνικό Ινστιτούτο Καρκίνου των ΗΠΑ, πάνω από το 85% των ασθενών λαμβάνουν διάγνωση όταν η ασθένεια έχει ήδη κάνει μετάσταση, με αποτέλεσμα τα ποσοστά πενταετούς επιβίωσης να παραμένουν κάτω από το 10-15% παγκοσμίως.
Το σύστημα Τεχνητής Νοημοσύνης, που ονομάζεται Redmod (Radiomics-based Early Detection Model), σχεδιάστηκε ακριβώς για να λύσει αυτό το πρόβλημα. Αναλύει εκατοντάδες ποσοτικά χαρακτηριστικά απεικόνισης που περιγράφουν την υφή και τη δομή του ιστού, αναζητώντας μοτίβα σε αξονικές τομογραφίες (CT) τα οποία δεν είναι ορατά στο ανθρώπινο μάτι.
«Το μεγαλύτερο εμπόδιο για τη σωτηρία ζωών ήταν η αδυναμία μας να δούμε τη νόσο όταν είναι ακόμα ιάσιμη», εξηγεί ο Δρ. Ajit Goenka, επικεφαλής συγγραφέας της μελέτης. «Αυτό το AI μπορεί πλέον να εντοπίσει την “υπογραφή” του καρκίνου σε ένα φυσιολογικό -κατά τα άλλα- πάγκρεας, με αξιοπιστία και σε διαφορετικά κλινικά περιβάλλοντα».
Το AI ξεπέρασε τους ειδικούς γιατρούς
Για την επικύρωση του μοντέλου, οι ερευνητές χρησιμοποίησαν το Redmod για να αναλύσουν σχεδόν 2.000 αξονικές τομογραφίες από διάφορα νοσοκομεία. Σε αυτές περιλαμβάνονταν σαρώσεις ασθενών που αργότερα διαγνώστηκαν με καρκίνο, οι οποίες όμως αρχικά είχαν ερμηνευτεί από γιατρούς ως απολύτως φυσιολογικές.
Τα αποτελέσματα της άμεσης σύγκρισης μεταξύ μηχανής και ανθρώπου είναι εντυπωσιακά. Σε διάστημα περίπου 16 μηνών (475 ημέρες) πριν τη διάγνωση, το AI εντόπισε σωστά το 73% των περιπτώσεων, έναντι μόλις 39% των γιατρών που εξέτασαν τις ίδιες εικόνες.
Ακόμα, το χάσμα μεγάλωσε για αξονικές που έγιναν περισσότερο από δύο χρόνια πριν μιας και το AI ανίχνευσε το 68% των πρώιμων καρκίνων, ενώ οι ειδικοί ακτινολόγοι εντόπισαν μόλις το 23%.
Τα επόμενα βήματα και η κλινική εφαρμογή
Σύμφωνα με τους ερευνητές, εάν τα εργαλεία αυτά ενσωματωθούν στην καθημερινή πρακτική, θα μπορούσαν να υπερδιπλασιάσουν τα ποσοστά επιβίωσης των ασθενών. Το εργαλείο προορίζεται να χρησιμοποιηθεί αρχικά για την επισήμανση ασθενών υψηλού κινδύνου —όπως ηλικιωμένοι με ανεξήγητη απώλεια βάρους ή άτομα με πρόσφατη εμφάνιση διαβήτη— αναλύοντας αξονικές που έχουν ήδη βγει για άλλους λόγους, χωρίς να απαιτείται χρονοβόρα προετοιμασία.
Η επιστημονική ομάδα προχωρά ήδη στην επόμενη φάση κλινικών δοκιμών (πρόγραμμα AI-PACED), προκειμένου να αξιολογήσει πώς οι γιατροί θα ενσωματώσουν αυτή την AI-καθοδηγούμενη διάγνωση στην πραγματική φροντίδα των ασθενών.
