Sztuczna inteligencja to przyszłość onkologii. Naukowcy wykorzystują już jej możliwości do ulepszania badań przesiewowych w kierunku raka szyjki macicy czy nowotworów płuc i skóry. Technologia głębokiego uczenia jest coraz częściej stosowana w różnych obszarach zarówno podstawowych, jak i klinicznych badań nad rakiem. Polscy naukowcy wykorzystali sztuczną inteligencję do usprawnienia diagnostyki obrazowej raka prostaty. Opracowali platformę badawczą eRADS, która pozwala obiektywnie ocenić istotność kliniczną zmiany na podstawie pięciostopniowej skali.
– Sztuczna inteligencja już w tym momencie rewolucjonizuje onkologię, widzimy jej zastosowania w rozpoznawaniu raka w różnych jednostkach chorobowych wątroby, prostaty czy płuc. Widzimy takie rozwiązania, które ułatwiają zarówno wykrycie, jak i diagnozę ognisk chorobowych, przez co przyspieszają pracę i udoskonalają jakość diagnozy – podkreśla w rozmowie z agencją informacyjną Newseria Innowacje Piotr Sobecki, kierownik Laboratorium Stosowanej Sztucznej Inteligencji w OPI PIB.
Sztuczna inteligencja w ciągu ostatniej dekady znacząco przyczyniła się do rozwiązania różnych problemów biomedycznych, w tym raka. Zastosowanie głębokiego uczenia do diagnozy chorób na podstawie klasyfikacji obrazów radiologicznych lub patologicznych wykazało skuteczność dorównującą lub przewyższającą wyniki ekspertów klinicznych. Udowodniono już, że sztuczna inteligencja w identyfikacji raka skóry na podstawie fotografii była w stanie sklasyfikować zmiany złośliwe z większą czułością niż grupa certyfikowanych dermatologów. Co istotne, technologia głębokiego uczenia jest w stanie wykrywać zmiany nowotworowe znacznie szybciej niż tradycyjne metody.
– Szybka diagnoza zmian nowotworowych jest istotna ze względu na większą przeżywalność pacjenta. W przypadku np. nowotworu płuc choroba wykryta w pierwszym stadium wróży 57 proc. przeżywalności pięcioletniej, w przypadku wykrycia nowotworu płuc w stadium IV jest to tylko 3 proc. Zatem im szybciej nowotwór zostanie wykryty, tym pacjent ma więcej szans i możliwości na wybranie dobrej terapii – tłumaczy Piotr Sobecki.
Naukowcy biorący udział w wewnętrznym programie badawczym National Cancer Institute wykorzystują możliwości sztucznej inteligencji do ulepszania badań przesiewowych w kierunku raka szyjki macicy i prostaty. Badacze z NCI opracowali metodę głębokiego uczenia do automatycznego wykrywania zmian przedrakowych szyjki macicy na podstawie obrazów cyfrowych. Inna grupa badaczy NCI przeszkoliła algorytm komputerowy do analizy obrazów MRI prostaty.
Metody sztucznej inteligencji można również wykorzystać do identyfikacji określonych mutacji genów na podstawie obrazów patologii guza zamiast tradycyjnego sekwencjonowania genomowego. Finansowani przez NCI naukowcy z New York University wykorzystali technologię głębokiego uczenia do analizy obrazów patologicznych guzów płuc.
Zautomatyzowane algorytmy, które wyodrębniają znaczące wzorce, mogą też dostarczyć praktycznej wiedzy i zmienić sposób opracowywania terapii, klasyfikacji pacjentów i badania chorób.
– Sztuczna inteligencja pomaga również w tym, żeby stworzyć mechanizmy medycyny personalizowanej, gdzie terapia jest zastosowana pod pacjenta, ponieważ algorytmy SI i Big Data są w stanie zanalizować pewien szereg danych dotyczących danego pacjenta, żeby przewidzieć właśnie np., jaka terapia jest najlepsza w jego przypadku, biorąc pod uwagę jego uwarunkowania genetyczne, a także samą charakterystykę choroby – wskazuje ekspert.
Innowacyjne rozwiązania z zakresu sztucznej inteligencji wdrażają również Polacy. Badacze z Laboratorium Stosowanej Sztucznej Inteligencji w Ośrodku Przetwarzania Informacji – Państwowym Instytucie Badawczym wykorzystali ją do usprawnienia diagnostyki obrazowej raka prostaty. W Polsce z powodu tego nowotworu codziennie umiera około 15 pacjentów.
– Stworzyliśmy narzędzie, które jest w stanie zdiagnozować i ocenić prawdopodobieństwo, że dana zmiana chorobowa w przypadku zmiany w prostacie jest istotna klinicznie. To narzędzie jest w stanie dokonać tej diagnozy z predykcją dorównującą doświadczonym specjalistom z dziedziny, doświadczonym radiologom – przekonuje Piotr Sobecki.
Naukowcy opracowali platformę badawczą eRADS, która pozwala obiektywnie ocenić istotność kliniczną zmiany na podstawie pięciostopniowej skali PI-RADS. Platforma umożliwia także zbieranie danych z badań, co w przyszłości pomoże stworzyć rozwiązania, które automatycznie będą szacowały cechy istotne klinicznie.
– Stworzyliśmy model uczenia głębokiego, czyli po prostu głębokie sieci neuronowe, które nauczyliśmy na zbiorze danych obrazowania prostatowego pod kątem diagnostyki w kierunku rozpoznania raka stercza. Na podstawie takiego zbioru danych i opisanych w nim zmian wyuczyliśmy nasze modele, które są w stanie diagnozować te zmiany tak dobrze jak doświadczeni specjaliści – tłumaczy kierownik Laboratorium Stosowanej Sztucznej Inteligencji w OPI PIB.
Zdaniem eksperta wraz z rozwojem nauki w medycynie będzie się pojawiać coraz więcej innowacyjnych terapii onkologicznych bazujących na sztucznej inteligencji i technologii głębokiego uczenia.
– Sztuczna inteligencja jest w stanie pomóc przez zwiększenie przepustowości i liczby wykonywanych badań, umożliwienia wprowadzenia np. wczesnej diagnostyki, redukcji czasu badania lub też tworzenia specjalizowanych ścieżek. Szacuje się, że pacjentów onkologicznych będzie przybywać w ciągu następnych lat, nawet o 1/4 w ciągu 10 lat, więc wprowadzenie nowych technologii daje szansę na usprawnienie tego procesu – przekonuje Piotr Sobecki.
