Με μοντέλο τεχνητής νοημοσύνης
Ομάδα Βρετανών ερευνητών ανέπτυξε ένα νέο μοντέλο τεχνητής νοημοσύνης
που μπορεί να προβλέψει τον κίνδυνο υποτροπής του καρκίνου του πνεύμονα για
χρονικό διάστημα δύο ετών σε ασθενείς που έχουν υποβληθεί σε ακτινοθεραπεία.
Ο καρκίνος του πνεύμονα είναι μια ιδιαίτερα θανατηφόρα ασθένεια, που ξεπερνά
κατά πολύ άλλους τύπους καρκίνου ως προς το μερίδιό του στους συνολικούς
θανάτους από καρκίνο ενώ περίπου το ένα τρίτο των ασθενών με την πιο κοινή
μορφή, τον μη μικροκυτταρικό καρκίνο του πνεύμονα (ΜΣΚΠ), εμφανίζουν
υποτροπή μετά τη θεραπεία , γεγονός που οδηγεί σε ποσοστό επιβίωσης
μόλις 15%.
Όπως αναφέρεται σε σχετικό δημοσίευμα του Fierce Pharma, στη μελέτη
που δημοσιεύτηκε πρόσφατα στο περιοδικό eBioMedicine, οι ερευνητές –
προερχόμενοι από το Royal Marsden NHS Foundation Trust, το Ινστιτούτο Έρευνας
για τον Καρκίνο με έδρα το Λονδίνο και το Imperial College London –
ξεκίνησαν εφαρμόζοντας κάποιους αλγορίθμους μηχανικής μάθησης σε ένα
αναδρομικό σύνολο δεδομένων που περιλαμβάνει περισσότερους από 650
ασθενείς με ΜΜΚΠ, με διάμεσο χρόνο παρακολούθησης λίγο περισσότερο
από δύο χρόνια μετά τη θεραπεία.
Καθένας από τους αλγόριθμους έλαβε υπόψη ένα διαφορετικό σύνολο
δεδομένων ασθενών, επιτρέποντας στους ερευνητές να περιορίσουν τους
μεμονωμένους παράγοντες που φαίνεται να έχουν τη μεγαλύτερη επίπτωση στην
πιθανότητα υποτροπής κάθε ασθενούς και στη συνέχεια να δημιουργήσουν ένα
νέο μοντέλο που βασίζεται μόνο στους πιο σημαντικούς παράγοντες.
Τελικά, αυτοί οι παράγοντες περιελάμβαναν το μέγεθος και το στάδιο του
όγκου του ασθενούς, τον τύπο και την ένταση της ακτινοθεραπείας στην οποία
υποβλήθηκαν, καθώς και τον τρόπο του καπνίσματος, τον δείκτη μάζας σώματος
και την ηλικία. Το μοντέλο τεχνητής νοημοσύνης που προέκυψε ήταν σε θέση να
προβλέψει τον κίνδυνο υποτροπής ενός ασθενούς για δύο χρόνια με μεγαλύτερη
ακρίβεια από τις τρέχουσες μεθόδους, συμπεριλαμβανομένου του ευρέως
χρησιμοποιούμενου συστήματος σταδιοποίησης TNM. «Αυτό είναι ένα σημαντικό
βήμα προς τα εμπρός για να μπορέσουμε να χρησιμοποιήσουμε την τεχνητή
νοημοσύνη για να κατανοήσουμε ποιοι ασθενείς διατρέχουν τον υψηλότερο
κίνδυνο υποτροπής του καρκίνου και να ανιχνεύσουμε αυτή την υποτροπή
νωρίτερα, ώστε η εκ νέου θεραπεία να είναι πιο αποτελεσματική», δήλωσε ο
Richard Lee, M.B.B.S., Ph.D., επικεφαλής ερευνητής της μελέτης.
«Η υποτροπή είναι βασική πηγή άγχους για τους ασθενείς. Η μείωση του αριθμού
των σαρώσεων που απαιτούνται σε αυτήν τη ρύθμιση μπορεί να είναι χρήσιμη
και επίσης να μειώσει την έκθεση σε ακτινοβολία, τις επισκέψεις στα νοσοκομεία
και να κάνει πιο αποτελεσματική χρήση πολύτιμων πόρων του NHS». Επειδή το
μοντέλο βασίζεται σε εύκολα προσβάσιμα κλινικά δεδομένα, οι ερευνητές τόνισαν
ότι θα μπορούσε να εφαρμοστεί εύκολα από παρόχους υγειονομικής περίθαλψης
σε ολόκληρο το Ηνωμένο Βασίλειο αλλά και αλλού. Επόμενο βήμα είναι να
υπάρχουν και δεδομένα απεικόνισης στην εξίσωση.
Οι ερευνητές δήλωσαν επίσης ότι βελτιώνοντας τον αλγόριθμο, αυτή η τεχνολογία
θα μπορούσε να εφαρμοστεί και σε άλλες ασθένειες.
Πηγη:HealthDaily