Nauji Kopenhagos universiteto tyrimai rodo, kad moterys visame pasaulyje galėtų matyti geresnį gydymą naudojant naują AI technologiją, kuri leidžia geriau aptikti pažeistas ląsteles ir tiksliau prognozuoti riziką susirgti krūties vėžiu.
Krūties vėžys yra viena iš labiausiai paplitusių vėžio rūšių. 2022 metais nuo šios ligos visame pasaulyje mirė 670 000 žmonių. Dabar naujas Kopenhagos universiteto tyrimas rodo, kad AI gali padėti moterims geriau gydyti, nes nuskaito netaisyklingos išvaizdos ląsteles, kad būtų galima geriau įvertinti riziką.
Tyrimas, paskelbtas m „Lancet Digital Health“.nustatė, kad dirbtinio intelekto technologija daug geriau nuspėjo vėžio riziką nei dabartiniai klinikiniai krūties vėžio rizikos vertinimo etalonai.
Tyrėjai naudojo Kopenhagos universitete sukurtą gilaus mokymosi AI technologiją, kad analizuotų donorų krūties audinių biopsijas ir ieškotų pažeistų ląstelių požymių – vėžio rizikos rodiklio.
„Šis algoritmas yra didelis šuolis į priekį, siekiant nustatyti šias ląsteles. Kiekvienais metais atliekama milijonai biopsijų, o ši technologija gali padėti mums geriau nustatyti riziką ir suteikti moterims geresnį gydymą”, – sako katedros docentas Mortenas Scheibye-Knudsenas. Ląstelės ir molekulinės medicinos ir vyresnysis tyrimo autorius.
Numato penkis kartus didesnę krūties vėžio riziką
Pagrindinis vėžio rizikos vertinimo aspektas yra mirštančių ląstelių, kurias sukelia vadinamasis ląstelių senėjimas, paieška. Senstančios ląstelės vis dar yra metaboliškai aktyvios, tačiau nustojo dalytis. Ankstesni tyrimai parodė, kad ši senstanti būsena gali padėti slopinti vėžio vystymąsi. Tačiau senstančios ląstelės taip pat gali sukelti uždegimą, kuris gali sukelti naviko vystymąsi.
Naudodami gilaus mokymosi AI ieškant senstančių ląstelių audinių biopsijose, mokslininkai galėjo geriau prognozuoti krūties vėžio riziką nei Gail modelis, dabartinis auksinis krūties vėžio rizikos vertinimo standartas.
„Mes taip pat nustatėme, kad jei sujungsime du savo modelius arba vieną iš mūsų modelių su Gail balu, gausime rezultatus, kurie daug geriau prognozuoja riziką susirgti vėžiu. Vienas modelių derinys mums suteikė šansų koeficientą 4,70 ir kad Tai labai svarbu, jei galime pažvelgti į ląsteles iš kitaip sveiko biopsijos mėginio ir numatyti, kad po kelerių metų donoras turi beveik penkis kartus didesnę riziką susirgti vėžiu“, – sako pirmoji tyrimo autorė Indra Heckenbach.
Algoritmas, parengtas naudojant „zombių ląsteles“, gali padėti geriau gydyti
Tyrėjai apmokė dirbtinio intelekto technologiją ląstelių kultūroje sukurtoms ląstelėms, kurios buvo tyčia pažeistos, kad jos pasentų. Tada mokslininkai naudojo AI donorų biopsijose, kad aptiktų senstančias ląsteles.
„Mes kartais jas vadiname zombių ląstelėmis, nes jos prarado dalį savo funkcijų, tačiau jos nėra visiškai mirusios. Jos yra susijusios su vėžio vystymusi, todėl sukūrėme ir apmokėme algoritmą numatyti ląstelių senėjimą. Tiksliau, mūsų algoritmas žiūri į kaip formuojasi ląstelių branduoliai, nes branduoliai tampa netaisyklingesni, kai ląstelės sensta“, – aiškina Heckenbachas.
Dar praeis keleri metai, kol šią technologiją bus galima naudoti klinikoje, tačiau tada ją bus galima pritaikyti visame pasaulyje, nes analizei atlikti reikia tik standartinių audinių mėginių vaizdų. Tada moterys visame pasaulyje gali pasinaudoti šia nauja įžvalga, kad gautų geresnį gydymą.
Scheibye-Knudsen priduria: „Galėsime panaudoti šią informaciją, kad suskirstytume pacientus pagal riziką ir patobulintume gydymo bei patikros protokolus. Gydytojai gali atidžiau stebėti didelės rizikos asmenis, jiems gali būti dažniau atliekamos mamografijos ir biopsijos, o mes galbūt galime susirgti vėžiu anksčiau. Tuo pačiu metu galime sumažinti naštą mažos rizikos asmenims, pvz., rečiau imdami biopsijas.