Naukowcy dokonali przełomowego odkrycia w walce z rakiem trzustki, jak wynika z opublikowanego 8 maja w czasopiśmie Nature Medicine badania, które ukazuje potencjał sztucznej inteligencji (SI) w dokładnym przewidywaniu rozwoju tej choroby jeszcze przed wystąpieniem objawów. Kierowany przez badaczy z Kopenhaskiego Uniwersytetu Szpitalnego w Danii i Harvard Medical School w Bostonie, badanie przewyższyło oczekiwania, skutecznie identyfikując ryzyko raka trzustki nawet do trzech lat przed postawieniem diagnozy.
Rak trzustki nadal pozostaje wyniszczającą chorobą, zgodnie z danymi American Cancer Society (ACS) szacuje się, że w samym roku 2023 w USA zostanie zdiagnozowanych około 64 050 osób, co spowoduje około 50 550 zgonów. Ogólny wskaźnik przeżycia pięcioletniego we wszystkich stadiach wynosi zaledwie 12%. Wczesne badania i wykrycie odgrywają kluczową rolę w poprawie wyników leczenia, ale większość przypadków jest diagnozowana na zaawansowanych stadiach.
Aby poradzić sobie z tym wyzwaniem, zespół badawczy wykorzystał sztuczną inteligencję i techniki uczenia maszynowego do analizy obszernych danych medycznych od sześciu milionów pacjentów w Danii i trzech milionów pacjentów w Stanach Zjednoczonych. Dr. Chris Sander, współautor badania i profesor biologii komórki na Harvard Medical School, wyjaśnił znaczenie posiadania dużych i zróżnicowanych zbiorów danych dla skuteczności SI. Pomimo tego, że tylko niewielka część pacjentów ostatecznie rozwijała raka trzustki, badacze mieli na celu odróżnienie ścieżek pacjentów z diagnozą od tych, którzy pozostali wolni od tej choroby.
Model SI analizował do 2000 kodów chorób z historii medycznej każdego pacjenta, identyfikując wzorce, które mogły przewidzieć prawdopodobieństwo rozwoju raka w określonym okresie czasu. Ważnym czynnikiem określającym ryzyko był moment pojawienia się tych chorób, niezależnie od ich związku z trzustką. Analizując kolejność występowania chorób, badacze mogli wykryć sygnały przewidywające i zdobyć wgląd w rozwój raka trzustki, w tym czynniki genetyczne i inne predysponujące elementy.
Po zastosowaniu modelu SI do przewidywania pacjentów o największym ryzyku, badacze zidentyfikowali około 320 z 1000 osób, które ostatecznie zachorowały na raka trzustki. Warto zauważyć, że modele SI wykazały zróżnicowany poziom dokładności w zależności od ram czasowych przewidywania ryzyka, przy czym krótsze ramy czasowe dawały bardziej precyzyjne wyniki. Dr. Harvey Castro, ekspert w dziedzinie SI w opiece zdrowotnej, pochwalił wyniki badania, podkreślając ich potencjał informacyjny dla programów monitorowania pacjentów o wysokim ryzyku oraz znaczący wpływ na opcje i wyniki leczenia.
Obecne metody badań przesiewowych raka trzustki mają swoje ograniczenia, polegają one na badaniach obrazowych, ultrasonografii, biopsjach i badaniach krwi, które zwykle są przeprowadzane dopiero wtedy, gdy istnieje podejrzenie choroby. Ponadto, koszt i dostępność tych badań mogą stanowić przeszkodę dla osób bezobjawowych lub bez udowodnionych czynników ryzyka. Fałszywe wyniki pozytywne generowane przez obecne metody dodatkowo obciążają system opieki zdrowotnej i powodują nieuzasadnione obawy u pacjentów.
Poprzez wprowadzenie badań opartych na SI na szerszą skalę, badanie sugeruje, że osoby nieświadomie narażone na wyższe ryzyko rozwoju raka trzustki mogłyby otrzymać wcześniejszą diagnozę i szybsze leczenie, co zapobiegnęłoby rozwojowi choroby w zaawansowane stadia. Jednak retrospektywny charakter badania oznacza, że kolejnymi krokami będą prospektywne zastosowanie i wprowadzenie kliniczne. Dr. Sander podkreślił potrzebę dalszych badań i oceny w systemie opieki zdrowotnej, z ostatecznym celem potencjalnego wdrożenia badań opartych na SI na szerszą skalę.
Chociaż integracja badań opartych na SI w praktykę kliniczną może zająć trochę czasu, spodziewane są znaczne korzyści. Sander podkreślił potencjalne korzyści ekonomiczne wynikające z przesunięcia opieki nad rakiem w kierunku wczesnego wykrywania i leczenia, ponieważ leczenie w zaawansowanym stadium jest znacznie droższe. Badacze podkreślają również znaczenie zrozumienia historii rodzinnej, przeprowadzania badań genetycznych i czujności na wczesne sygnały, takie jak utrata wagi czy późno rozpoczęta cukrzyca.
Modyfikacje stylu życia, takie jak rzucenie palenia, regularna aktywność fizyczna i zdrowa dieta, mogą również pomóc w zmniejszeniu ryzyka raka trzustki.
Choć badanie to ma pewne ograniczenia i wątpliwości, takie jak złożony krajobraz leczenia raka trzustki, podkreśla potencjał SI w rewolucjonizacji wczesnej diagnozy i poprawie wyników leczenia pacjentów. Konieczne są dalsze badania i eksploracja w celu zwiększenia skuteczności i ogólniejszego zastosowania modeli SI, co ostatecznie doprowadzi do lepszych opcji leczenia i wyników dla pacjentów z rakiem trzustki.
Badanie otrzymało wsparcie finansowe od różnych organizacji, w tym Stand Up to Cancer/Lustgarten Foundation, Novo Nordisk Foundation i National Institutes of Health.