Σύστημα AI εντοπίζει καρκίνο παγκρέατος έως και 2 χρόνια πριν φανεί στις αξονικές

Ο καρκίνος του παγκρέατος θεωρείται μία από τις πιο επιθετικές μορφές και συχνά διαγιγνώσκεται όταν είναι ήδη προχωρημένος. Αυτό συμβαίνει επειδή στα αρχικά στάδια δεν προκαλεί σαφή συμπτώματα, ενώ ακόμη και οι αξονικές τομογραφίες μπορεί να φαίνονται φυσιολογικές. Τώρα, μια νέα μεγάλη μελέτη δείχνει ότι είναι δυνατός ο εντοπισμός αδιόρατων σημαδιών της νόσου μήνες ή και χρόνια πριν από την επίσημη διάγνωση.

Πώς εκπαιδεύτηκε το σύστημα τεχνητής νοημοσύνης 

Η έρευνα παρουσιάζει το σύστημα REDMOD, ένα νέο μοντέλο τεχνητής νοημοσύνης που σχεδιάστηκε για να αναγνωρίζει πολύ πρώιμες αλλοιώσεις στο πάγκρεας μέσα από κοινές αξονικές τομογραφίες. Οι αλλοιώσεις αυτές δεν είναι ορατές με το ανθρώπινο μάτι, αλλά καταγράφονται ως μικροσκοπικές μεταβολές στην υφή και τη δομή των ιστών.

Οι ερευνητές ανέλυσαν συνολικά 1.462 αξονικές τομογραφίες. Από αυτές, οι 219 ανήκαν σε ανθρώπους που αργότερα διαγνώστηκαν με καρκίνο παγκρέατος, ενώ οι υπόλοιπες 1.243 ήταν από άτομα χωρίς νόσο. Το κρίσιμο στοιχείο είναι ότι οι εξετάσεις των ασθενών είχαν γίνει 3 έως 36 μήνες πριν τη διάγνωση και τότε είχαν θεωρηθεί φυσιολογικές. Με απλά λόγια, οι επιστήμονες «γύρισαν πίσω τον χρόνο» και έδωσαν στον αλγόριθμο παλιές αξονικές για να δουν αν μπορούσε να βρει κάτι που είχε περάσει απαρατήρητο.

Τα αποτελέσματα ήταν εντυπωσιακά: στην ανεξάρτητη δοκιμή του συστήματος, το REDMOD εντόπισε σωστά το 73% των μελλοντικών περιστατικών καρκίνου παγκρέατος. Ο μέσος χρόνος προειδοποίησης ήταν 475 ημέρες πριν από τη διάγνωση, δηλαδή περίπου 16 μήνες νωρίτερα. Ακόμη πιο εντυπωσιακή ήταν η σύγκριση με ειδικούς ακτινολόγους. Όταν δύο έμπειροι γιατροί εξέτασαν τις ίδιες εικόνες χωρίς να γνωρίζουν ποιοι ασθενείς θα εμφάνιζαν καρκίνο, εντόπισαν μόνο το 38,9% των περιπτώσεων. Δηλαδή η τεχνητή νοημοσύνη είχε σχεδόν διπλάσια ευαισθησία.

Σε περιπτώσεις όπου ο καρκίνος διαγνώστηκε περισσότερο από δύο χρόνια αργότερα, η διαφορά ήταν ακόμη μεγαλύτερη. Το σύστημα βρήκε το 68% των περιστατικών, ενώ οι ακτινολόγοι μόλις το 23%. Αυτό δείχνει ότι ο αλγόριθμος ίσως μπορεί να «δει» τα πρώτα βιολογικά ίχνη της νόσου πολύ πριν σχηματιστεί εμφανής όγκος.

Ποια η διαφορά του συστήματος REDMOD

Πώς το καταφέρνει; Το REDMOD δεν ψάχνει για μάζες ή εμφανείς βλάβες. Αντίθετα, μετρά εκατοντάδες μικρά χαρακτηριστικά της εικόνας, όπως σχέδια υφής, κατανομή πυκνότητας και χωρικές μεταβολές στους ιστούς του παγκρέατος. Στη συνέχεια συνδυάζει αυτά τα δεδομένα με προηγμένες μεθόδους μηχανικής μάθησης ώστε να υπολογίσει την πιθανότητα ύπαρξης πρώιμου καρκίνου.

Οι ερευνητές χρησιμοποίησαν επίσης πλήρως αυτοματοποιημένη χαρτογράφηση του παγκρέατος, ώστε το σύστημα να λειτουργεί χωρίς χειροκίνητες παρεμβάσεις. Αυτό θεωρείται σημαντικό βήμα, αν στο μέλλον χρησιμοποιηθεί σε νοσοκομεία ή προγράμματα προληπτικού ελέγχου. Ένα ακόμη θετικό εύρημα ήταν η σταθερότητα του μοντέλου. Όταν εξετάστηκαν διαφορετικές αξονικές του ίδιου ατόμου σε διαφορετικές χρονικές στιγμές, το REDMOD έδινε παρόμοια αποτελέσματα στο 90% έως 92% των περιπτώσεων. Αυτό σημαίνει ότι η απόδοσή του δεν φαίνεται τυχαία ή ασταθής.

Τι σημαίνει η ανακάλυψη για τους ασθενείς του μέλλοντος 

Αν επιβεβαιωθούν τα ευρήματα, η ανακάλυψη αυτή θα έχει ουσιώδη συμβολή στην έγκαιρη διάγνωση του καρκίνου του παγκρέατος. Καθώς πρόκειται για έναν τύπο με χαμηλά ποσοστά επιβίωσης, κυρίως επειδή ανακαλύπτεται αργά, αν εντοπίζεται έναν ή δύο χρόνους νωρίτερα,  περισσότεροι ασθενείς θα μπορούν να χειρουργηθούν ή να λάβουν θεραπεία σε στάδιο όπου η νόσος είναι ακόμη αντιμετωπίσιμη. Οι δημιουργοί της μελέτης μιλούν για πιθανή αλλαγή παραδείγματος: από τη διάγνωση μετά την εμφάνιση συμπτωμάτων, θα μεταβούμε στην προληπτική ανίχνευση πριν ο καρκίνος γίνει κλινικά εμφανής. Για μια από τις πιο θανατηφόρες μορφές καρκίνου, αυτό θα μπορούσε να αποδειχθεί καθοριστικό.