Rak trzustki: sztuczna inteligencja pomaga wykryć go wcześniej

Jeśli chce się obniżyć śmiertelność chorób nowotworowych, należy poprawić ich wczesną wykrywalność, by każdego raka jak najszybciej usunąć lub zniszczyć. Nie zawsze jest to możliwe, a narządem, w którym komórki rakowe się mnożą, nie wywołując wczesnych dolegliwości jest trzustka.

Jej usytuowanie poza otrzewną (cienką i bogato unerwioną błoną wyścielającą jamę brzucha i miednicy) powoduje, że na początku choroby nie sprawia bólu, a to on zazwyczaj jest pierwszym sygnałem nowotworu i pomaga go wcześniej wychwycić. Rutynowe badania usg brzucha też są na początku rozwoju tego raka bezużyteczne, gdyż nie pozwalają na wykrycie w trzustce guzków mniejszych niż 1 cm. Pacjenci dowiadują się więc o nich zazwyczaj, gdy mają już silne dolegliwości lub żółtaczkę (kiedy rak usadowi się w głowie trzustki, uciska przewody wyprowadzające żółć z pęcherzyka) albo gdy wykonującego usg zaniepokoi coś przy okazji (głowica aparatu musi akurat znaleźć się nad tzw. ogonem trzustki).

Sztuczna inteligencja ma lepsze oko

Bardziej dokładnym badaniem jest tomografia komputerowa (TK). Byłoby idealnie, gdyby móc ją upowszechnić tak jak ultrasonografię, choć ze względu na promieniowanie jonizujące jest obciążająca dla organizmu. Poza tym, aby w obrazie TK można było uwidocznić komórki rakowe, należy ją wykonywać po podaniu pacjentowi tzw. kontrastu, a jego zastosowanie wymaga większych dawek promieniowania i dodatkowo obciąża nerki.

W pracy opublikowanej w „Nature Medicine” kilkunastoosobowy zespół naukowców z Chin, Stanów Zjednoczonych i Czech opisuje nowe podejście do rozpoznawania gruczolakoraków trzustki. Dzięki sztucznej inteligencji otrzymano i trafnie opisano skany TK bez użycia kontrastu, co poprawiło bezpieczeństwo tej metody. Autorzy przekonują, że dzięki temu mogłaby ona stać się nawet badaniem przesiewowym. Wtedy więcej przypadków raka udałoby się wykryć, kiedy nie daje jeszcze dolegliwości, a małego guzka chirurgicznie usunąć w całości zanim pojawią się przerzuty.

Nie tylko w raku trzustki

Nowe narzędzie do diagnozowania raka trzustki za pomocą sztucznej inteligencji nazwano PANDA (Pancreatic Cancer Detection with Artificial Intelligence). Wyniki badania pokazały, że czułość tej metody była o 6,3 proc., a swoistość o 34,1 proc. większa, niż kiedy zmianę wykrywali na podstawie obrazów TK bez kontrastu sami lekarze radiolodzy. Co więcej, w walidacji na dużą skalę PANDA osiągnęła odpowiednio 92,9 proc. oraz 99,9 proc. czułości i swoistości. Metoda okazała się również znacznie dokładniejsza od radiologów w rozróżnianiu patologii w trzustce niezwiązanych z rakiem, co było pomocne przy stawianiu ostatecznych diagnoz ośmiu podtypów różnych zmian w tym narządzie.

Wyniki te wskazują na duży, kolejny potencjał sztucznej inteligencji w zakresie jej wykorzystania przy badaniach diagnozujących choroby nowotworowe. Równie optymistycznymi wynikami przy jej zastosowaniu w praktyce onkologicznej dzieli się dzisiaj zespół badaczy z Northwestern University Feinberg School of Medicine w odniesieniu do inwazyjnego raka piersi. W pracy opublikowanej w „Nature Medicine” opisał korzyści, jakie daje sztuczna inteligencja przy przewidywaniu efektów chemioterapii na podstawie oceny patomorfologicznej chorych tkanek. Kiedy ocenę taką przeprowadzał program komputerowy, była ona precyzyjniejsza i na jej podstawie można było dużo lepiej określić przebieg choroby, niż kiedy wnioski były formułowane przez ekspertów patologów.

Dziękujemy, że jesteś z nami. To jest pierwsza wzmianka na ten temat. Pulsar dostarcza najciekawsze informacje naukowe i przybliża najnowsze badania naukowe. Jeśli korzystasz z publikowanych przez Pulsar materiałów, prosimy o powołanie się na nasz portal. Źródło: www.projektpulsar.pl.