Veštačka inteligencija (AI) može poštedeti pacijente sa rakom dojke nepotrebnih tretmana
Autor: Glas javnosti
AI uređaj mogao je da identifikuje pacijente sa rakom dojke čiji rizik je trenutno klasifikovan kao visok ili srednji, ali mogu dugoročno da prežive. To znači da trajanje i intenzitet hemoterapije mogu biti smanjeni.
Ovo je važno jer je hemoterapija povezana sa neprijatnim i štetnim sporednim efektima kao što su mučnina ili, ređe, oštećenje srca.
Patolozi procenjuju kancerozne ćelije u tkivu radi određivanja tretmana. Međutim, obrasci nekanceroznih ćelija su vrlo značajni za predviđanje ishoda.
Ovo je prva studija koja koristi AI za sveobuhvatnu evaluaciju i kanceroznih i nekanceroznih elemenata invazivnog tumora dojke.
Ove godine će oko 300.000 žena u Sjedinjenim Državama dobiti dijagnozu invazivnog tumora dojke. Otprilike jedna od osam žena u SAD će dobiti dijagnozu raka dojke u svom životu.
Tokom dijagnostike, patolog analizira kancerozno tkivo da bi utvrdio koliko je abnormalno. Taj proces je fokusiran na ćelije raka i uveliko je nepromenjen decenijama. Patološka ocena se koristi za određivanje tretmana.
Mnoge studije biologije raka dojke pokazuju da nekancerozne ćelije, uključujući ćelije imunskog sistema i ćelije koje daju oblik i strukturu tkivu, mogu imati važnu ulogu u održavanju ili sprečavanju rasta kancera.
Naučnici sa Severozapadnog unverziteta napravili su AI model koji procenjuje tkivo raka dojke na osnovu digitalnih snimaka mereći pojavu i kanceroznih i nekanceroznih ćelija, kao i interakciju između njih.
Ovi obrasci predstavljaju teškoću za patologe jer ljudsko oko ne može lako da ih kategorizuje i pouzdano proceni. Veštačka inteligencija daje jasne informacije patolozima.
AI sistem analizira 26 svojstava tkiva dojke radi ukupne prognostičke ocene. Sistem takođe daje posebne ocene za kancerozne, imunske i stromalne ćelije kako bi objasnio sveukupnu ocenu patolozima. Na primer, kod nekih pacijenata, povoljna ocena može zavisiti od svojstava imunskih ćelija, dok kod drugih može zavisiti od svojstava kanceroznih ćelija. Te informacije mogu poslužiti lekarima u kreiranju individualizovanog tretmana.
Usvajanje novog modela moglo bi dati pacijentima sa dijagnozom raka dojke precizniju procenu rizika, omogućavajući dobro zasnovane odluke o kliničkoj nezi.
Osim toga, ovaj model bi mogao pomoći u oceni terapeutskog učinka, omogućavajući eskalaciju ili deesklaciju tretmana u zavisnosti od mikroskopske promene tkiva tokom vremena. Na primer, uređaj bi mogao da prepozna efikasnost imunskog sistema u ciljanju kancera tokom hemoterapije, što bi se moglo upotrebiti za smanjivanje trajanja ili jačine hemoterapije.
Naučnici se takođe nadaju da bi ovaj model mogao smanjiti nejednakosti u dijagnostici. Ljudi možda nemaju pristup patologu specijalizovanom za rak dojke, a ovaj AI model može pomoći patolozima opšte prakse prilikom evaluacije kancera dojke.
Radi obuke AI modela, bile su potrebne stotine hiljada anotacija o ćelijama i strukturama tkiva prikazanih na digitalnim snimcima. To je uradila međunarodna mreža studenata medicine i patologa tokom nekoliko godina, kako bi AI model mogao pouzdano da protumači snimke tkiva raka dojke.
Naučnici takođe rade na razvoju modela za specifičnije tipove raka dojke kao što su trostruko negativni ili HER2 pozitivni. Invazivni rak dojke obuhvata nekoliko kategorija i značajni obrasci tkiva možda se razlikuju po tim kategorijama. To će poboljšati sposobnost predviđanja ishoda i obezbediti dalje uvide u biologiju kancera dojke.
Glas javnosti/MedicalXpress
BONUS VIDEO
SKINI APLIKACIJU
.png)
