Rak trzustki należy do tych nowotworów, które zbyt długo potrafią rozwijać się po cichu. Kiedy pacjent trafia do lekarza z objawami, choroba często jest już zaawansowana. Nowe badanie pokazuje jednak, że sztuczna inteligencja może wykryć raka trzustki znacznie wcześniej — nawet na podstawie tomografii komputerowej, która dla ludzkiego oka wygląda jeszcze prawidłowo.
Rak trzustki nadal jest wykrywany zbyt późno
Rak trzustki od lat uchodzi za jeden z najtrudniejszych nowotworów do leczenia. Główny problem nie polega tylko na agresywności choroby, ale przede wszystkim na tym, że zwykle zostaje rozpoznana za późno.
Według przytoczonych danych aż w około 85 procentach przypadków diagnoza pojawia się dopiero wtedy, gdy nowotwór zdążył się rozprzestrzenić. To oznacza, że lekarze często nie mają szansy zareagować na etapie, na którym leczenie mogłoby być najbardziej skuteczne.
Właśnie dlatego tak duże znaczenie mają technologie, które potrafią wychwycić pierwsze, bardzo subtelne sygnały choroby. Nie wtedy, gdy guz jest już wyraźnie widoczny, ale dużo wcześniej — gdy w tkankach zaczynają zachodzić zmiany, których człowiek może jeszcze nie zauważyć.
Sztuczna inteligencja może wykryć raka trzustki wcześniej niż lekarz
Naukowcy z Mayo Clinic oraz University of Texas MD Anderson Cancer Center opracowali model sztucznej inteligencji nazwany REDMOD. To skrót od radiomics-based early detection model, czyli modelu wczesnego wykrywania opartego na radiomice.
System przetestowano na tomografiach komputerowych osób, u których później rozpoznano raka trzustki. Wyniki są bardzo obiecujące. REDMOD wykrył najczęstszą postać tego nowotworu w prawie 3 na 4 przypadki średnio około 16 miesięcy przed oficjalną diagnozą.
To ważne, bo w tym samym materiale wskazano, że radiolodzy analizujący skany bez pomocy sztucznej inteligencji zauważyli wczesne oznaki choroby tylko w 38,9 procentach przypadków. REDMOD osiągnął wynik 73 procent.
Różnica jest duża. I pokazuje, że sztuczna inteligencja nie musi zastępować lekarza, ale może stać się dla niego bardzo mocnym narzędziem wspierającym decyzję.
Jak działa REDMOD?
REDMOD nie szuka klasycznego, widocznego guza. To właśnie odróżnia go od zwykłej oceny obrazu medycznego.
Model analizuje tak zwane wzorce radiomiczne. Chodzi o bardzo drobne zaburzenia tekstury i struktury tkanek, które mogą być niewidoczne dla ludzkiego oka. Dla radiologa trzustka może wyglądać normalnie, ale algorytm może zauważyć układ cech, który wcześniej pojawiał się u pacjentów rozwijających nowotwór.
Naukowcy wykorzystali 969 tomografii komputerowych trzustki jako dane szkoleniowe. Dzięki temu system uczył się rozpoznawać subtelne ślady choroby na bardzo wczesnym etapie.
To ma sens biologiczny. Nowotwór nie pojawia się nagle z dnia na dzień jako duży guz. Zmiany w komórkach mogą zaczynać się dużo wcześniej, kiedy dochodzi do mutacji DNA wpływających na wzrost i podział komórek. Dopiero po czasie proces ten może doprowadzić do powstania guza widocznego w badaniach obrazowych lub dającego objawy.
Test na pacjentach pokazał mocne, ale nieidealne wyniki
Po zakończeniu szkolenia REDMOD sprawdzono na osobnym zestawie danych. Obejmował on 63 tomografie wykonane u osób, u których później rozwinął się rak trzustki, oraz 430 tomografii osób zdrowych z grupy kontrolnej.
Spośród 63 przypadków nowotworu system prawidłowo oznaczył 46 jako podejrzane. To daje skuteczność na poziomie 73 procent.
Nie oznacza to jednak, że technologia jest gotowa do samodzielnego stosowania bez nadzoru. W grupie 430 zdrowych osób REDMOD błędnie wskazał 81 przypadków jako podejrzane. W praktyce takie osoby mogłyby zostać skierowane na dodatkowe badania, choć ostatecznie nie miały raka.
To ważny element całej historii. Sztuczna inteligencja może pomóc wykrywać chorobę wcześniej, ale musi być bardzo dobrze sprawdzona, żeby nie prowadzić do nadmiernej liczby fałszywych alarmów.
Dlaczego to odkrycie może być przełomowe?
Największa nadzieja związana z REDMOD polega na tym, że system mógłby analizować tomografie wykonywane z różnych powodów. Pacjent może mieć badanie z powodu innych dolegliwości, a sztuczna inteligencja mogłaby przy okazji wychwycić wczesny sygnał zagrożenia w trzustce.
W niektórych testach REDMOD wykrywał podejrzane wzorce ponad dwa lata przed diagnozą. Badacze sugerują, że po dalszym rozwoju technologia może potencjalnie wskazywać ryzyko nawet trzy lata wcześniej.
To ogromna różnica. W przypadku raka trzustki każdy miesiąc może mieć znaczenie. Wczesne wykrycie daje większą szansę na leczenie, zanim choroba przejdzie w stadium zaawansowane.
Co musi się wydarzyć, zanim AI trafi do praktyki?
Na razie REDMOD jest obiecującym narzędziem badawczym, a nie gotowym standardem medycznym. Naukowcy podkreślają, że potrzebne są dalsze testy.
Model trzeba sprawdzić na większych i bardziej zróżnicowanych grupach pacjentów. Ważne będzie także zbadanie, czy lekarze mogą łatwo włączyć go do codziennej pracy. Sama skuteczność algorytmu to jedno. Drugie to praktyczne użycie w szpitalach, bezpieczeństwo pacjentów i jasne procedury postępowania po wykryciu podejrzanego wyniku.
Mimo tych zastrzeżeń kierunek jest bardzo ważny. Jeśli podobne systemy zostaną dobrze zwalidowane, medycyna może przesunąć się z późnego rozpoznawania choroby w stronę wcześniejszego przechwytywania ryzyka.
Rak trzustki jest dziś jednym z tych nowotworów, które najczęściej wygrywają z pacjentem przez czas. REDMOD pokazuje, że sztuczna inteligencja może pomóc ten czas odzyskać. Nie jako magiczne rozwiązanie i nie jako zastępstwo dla lekarza, ale jako dodatkowe oko, które widzi więcej, wcześniej i w danych, których człowiek nie zawsze jest w stanie wychwycić.
Badania opublikowano w czasopiśmie Gut .