Μεγάλη διεθνής μελέτη σε 2.396 ασθενείς έδειξε ότι μοντέλα τεχνητής νοημοσύνης ξεπέρασαν καθιερωμένους βιοδείκτες στην πρόβλεψη της πορείας ασθενών με προχωρημένο μη μικροκυτταρικό καρκίνο του πνεύμονα που έλαβαν ανοσοθεραπεία
Ένα νέο εργαλείο τεχνητής νοημοσύνης μπορεί να βοηθήσει τους ογκολόγους να εκτιμούν με μεγαλύτερη ακρίβεια την πορεία ασθενών με προχωρημένο καρκίνο του πνεύμονα μετά την ανοσοθεραπεία.
- Διαβάστε επίσης – Καρκίνος πνεύμονα: 5 μύθοι για τον προσυμπτωματικό έλεγχο και τι ισχύει
Η διεθνής μελέτη, στην οποία υπήρχε και ελληνική συμμτοχή, δημοσιεύθηκε στις 13 Σεπτεμβρίου στο Nature Medicine και συμπεριέλαβε 2.396 ασθενείς από έξι κέντρα σε έξι χώρες. Σύμφωνα με τους ερευνητές, πρόκειται για τη μεγαλύτερη μέχρι σήμερα διεθνή μελέτη πραγματικών δεδομένων που συνδυάζει τεχνητή νοημοσύνη και πολλαπλές πηγές πληροφοριών για την ανοσοθεραπεία στον μη μικροκυτταρικό καρκίνο του πνεύμονα.
Οι ασθενείς είχαν τοπικά προχωρημένο ή μεταστατικό μη μικροκυτταρικό καρκίνο του πνεύμονα, σταδίου IIIC έως IVB, και είχαν λάβει ανοσοθεραπεία, μόνη της ή σε συνδυασμό με χημειοθεραπεία, από το 2012 έως το 2023. Η ανοσοθεραπεία έχει αλλάξει σημαντικά την αντιμετώπιση της νόσου. Ωστόσο, μόνο ένα μέρος των ασθενών έχει μακροχρόνιο όφελος.
Καρκίνος του πνεύμονα – Τι εξέτασε η τεχνητή νοημοσύνη
Οι ερευνητές «εκπαίδευσαν» συστήματα τεχνητής νοημοσύνης να εξετάζουν πολλές πληροφορίες για κάθε ασθενή και να αναζητούν ποιοι συνδυασμοί συνδέονται με καλύτερη ή χειρότερη πορεία μετά την ανοσοθεραπεία.
Χρησιμοποίησαν στοιχεία που υπάρχουν ήδη στον ιατρικό φάκελο, όπως η ηλικία, η γενική κατάσταση του ασθενούς, το κάπνισμα, οι μεταστάσεις και οι εξετάσεις αίματος. Σε ορισμένα μοντέλα προστέθηκαν επίσης αξονικές τομογραφίες, εικόνες από τον όγκο και γενετικά δεδομένα.
Ένα από τα στοιχεία ήταν και το PD-L1, μια πρωτεΐνη που μπορεί να βοηθά τον καρκίνο να «κρύβεται» από το ανοσοποιητικό σύστημα. Οι γιατροί τη μετρούν γιατί μπορεί να δείξει ποιοι ασθενείς είναι πιθανότερο να ωφεληθούν από ορισμένες ανοσοθεραπείες. Από μόνη της, όμως, δεν αρκεί για να προβλέψει την πορεία της νόσου.
Το ενδιαφέρον είναι ότι ακόμη και όταν η τεχνητή νοημοσύνη χρησιμοποίησε μόνο απλά κλινικά στοιχεία και εξετάσεις αίματος, κατάφερε να ξεχωρίσει αρκετά καλά ποιοι ασθενείς ήταν πιθανότερο να έχουν καλύτερη ή χειρότερη εξέλιξη. Μάλιστα, είχε καλύτερη επίδοση από το PD-L1 και άλλους μεμονωμένους δείκτες που χρησιμοποιούνται σήμερα.
Όταν η AI «συνεργάστηκε» με τους γιατρούς
Ιδιαίτερο ενδιαφέρον έχει ότι οι ερευνητές δεν εξέτασαν μόνο την απόδοση του αλγορίθμου. Θέλησαν να δουν εάν η χρήση του μπορούσε πράγματι να βοηθήσει τον γιατρό.
Στο σχετικό πείραμα συμμετείχαν 20 γιατροί, δέκα ειδικοί στον καρκίνο του πνεύμονα και δέκα μη ειδικοί. Αξιολόγησαν πραγματικά περιστατικά αρχικά χωρίς και στη συνέχεια με τη βοήθεια ενός συστήματος AI. Το σύστημα δεν έδινε απλώς μία πρόβλεψη, αλλά εμφάνιζε και τους παράγοντες που είχαν επηρεάσει το αποτέλεσμά του.
Με τη βοήθειά του, η ευαισθησία στην πρόβλεψη για τον έλεγχο της νόσου αυξήθηκε από 72% σε 87%, ενώ η συνολική ακρίβεια από 57% σε 65%. Βελτίωση καταγράφηκε τόσο στους ειδικούς όσο και στους μη ειδικούς γιατρούς.
Η ελληνική συμμετοχή και το επόμενο βήμα
Στην έρευνα συμμετείχαν κέντρα από Ιταλία, Ελλάδα, Γερμανία, Ισπανία, Ισραήλ και ΗΠΑ. Από την Ελλάδα συμμετείχαν ερευνητές της 4ης Ογκολογικής Κλινικής και του Comprehensive Clinical Trials Center του Metropolitan Hospital στην Αθήνα, μεταξύ των οποίων οι Νικόλαος Σπάθας, Ευάγγελος Σαρρής και Έλενα Λινάρδου, καθώς και οι Στεφανία Γκούρα, Ελένη Αραβαντινού και Ιωάννα Γαζούλη. Στους συγγραφείς περιλαμβάνεται επίσης η Έλενα Φούντζηλα από το Τμήμα Παθολογικής Ογκολογίας της Κλινικής «Άγιος Λουκάς» στη Θεσσαλονίκη.
Οι ερευνητές τονίζουν, πάντως, ότι το σύστημα δεν είναι ακόμη έτοιμο να καθορίζει θεραπευτικές αποφάσεις. Στην εξωτερική επικύρωση, όταν δηλαδή δοκιμάστηκε σε διαφορετικό πληθυσμό ασθενών, η απόδοσή του υποχώρησε. Οι διαφορές μεταξύ των πληθυσμών και των θεραπευτικών πρακτικών πιθανόν συνέβαλαν σε αυτή τη μείωση.
Γι’ αυτό βρίσκεται ήδη σε εξέλιξη προοπτική επικύρωση του συστήματος σε περισσότερους από 2.000 ασθενείς. Το κρίσιμο επόμενο βήμα είναι να αποδειχθεί ότι μπορεί να διατηρήσει την απόδοσή του σε διαφορετικά νοσοκομεία και πληθυσμούς. Εάν αυτό επιβεβαιωθεί, θα μπορούσε να αποτελέσει ένα πρόσθετο εργαλείο στα χέρια του ογκολόγου και όχι υποκατάστατο της κλινικής απόφασης.
Φωτογραφία: istock
