Europos Sąjungos finansuojamas tarptautinis tyrimas atskleidė revoliucines dirbtinio intelekto galimybes onkologijoje: sukurti giliojo mokymosi algoritmai gerokai lenkia įprastus klinikinius metodus prognozuojant pažengusio nesmulkialąstelinio plaučių vėžio pacientų išgyvenamumą ir atsaką į imunoterapiją. Mokslinio projekto „I3LUNG“ rėmuose atlikta studija įrodo, kad mašininis mokymasis gali tapti ne gydytojų pakaitalu, o itin patikimu patarėju priimant gyvybiškai svarbius sprendimus klinikinėje praktikoje.
Daugiau šia tema: Inovacijos ir investicijos, CORDIS
Imunoterapijos paradoksas ir dabartinių biomarkerų aklavietė
Imunoterapija, skatinanti paties paciento imuninę sistemą kovoti su piktybiniais navikais, iš esmės pakeitė pažengusio nesmulkialąstelinio plaučių vėžio (NSCLC) gydymo standartus ir padovanojo ilgalaikę remisiją maždaug 30 proc. ligonių. Tačiau likusiai, gerokai didesnei pacientų daliai šis gydymas neduoda apčiuopiamų rezultatų arba liga toliau progresuoja. Tai kelia skubų poreikį turėti itin patikimus biomarkerius, leidžiančius iš anksto suprasti kiekvieno paciento auglio genetinę struktūrą, biologinį elgesį bei sąveiką su imunine sistema.
Iš anksto nustačius pacientus, kuriems imunoterapija greičiausiai nepadės, gydytojai galėtų laiku apsaugoti juos nuo varginančių šalutinių poveikių, beprasmio laiko praradimo ir milžiniškų finansinių kaštų. Iki šiol klinikiniai sprendimai daugiausia rėmėsi vieninteliu oficialiai patvirtintu biomarkeriu – PD-L1 baltymo ekspresija, tačiau jo prognozinė galia išlieka itin ribota ir dažnai nepakankama. Būtent šią problemą ėmėsi spręsti ES iniciatyva „I3LUNG“, sukūrusi didžiausią tokio pobūdžio tarptautinę multimodalinę duomenų bazę, apimančią klinikinius, kraujo, radiologinius, patologinius ir genominius duomenis.
Multimodaliniai DI modeliai: rezultatai, pranokę lūkesčius
Tyrime dalyvavo net 2 396 pacientai iš šešių specializuotų medicinos centrų Vokietijoje, Graikijoje, Izraelyje, Italijoje, Ispanijoje ir Jungtinėse Valstijose. Gauti rezultatai parodė, kad dirbtinio intelekto sukurti modeliai stabiliai ir reikšmingai pranoko visus iki šiol naudotus standartinius klinikinius biomarkerius.
Prognozavimo tikslumui įvertinti naudota ROC kreivės ploto (AUC) metrika, kur reikšmės tarp 0,8 ir 0,9 medicinos moksle laikomos puikiu tikslumo standartu. DI modelis, apdorojęs vien tik įprastus klinikinius bei kraujo tyrimų parametrus, pasiekė solidų 0,77 AUC rodiklį, o pažangesnis modelis, papildomai integravęs radiologinius vaizdus bei skaitmeninę patologiją, pademonstravo įspūdingą 0,88 AUC tikslumą. Tai patvirtina, kad daugiamačių duomenų sintezė leidžia algoritmams pamatyti subtilius dėsningumus, kurių nepastebi tradiciniai diagnostikos metodai.
Žmogaus ir DI bendradarbiavimas: proveržis regionų ligoninėms
Siekiant patikrinti praktinę technologijos vertę, buvo atliktas eksperimentas, kuriame dalyvavo 20 gydytojų – dešimt plaučių vėžio specialistų ir dešimt kitų sričių medikų. Jie turėjo įvertinti 100 realių pacientų bylų iš pradžių savarankiškai, o vėliau – pasitelkdami dirbtinio intelekto pagalbą. Galimybė naudotis DI įrankiu dramatiškai padidino jautrumą nustatant pacientus, kuriems gydymas bus veiksmingas: bendras diagnostikos tikslumo AUC rodiklis pakilo nuo 0,72 iki 0,87.
Nors DI suteikė pranašumą net patyrusiems ekspertams, didžiausią kokybinį šuolį pademonstravo ne specializuoti gydytojai, kuriems algoritmas padėjo pasiekti aukščiausio lygio ekspertinius vertinimus. Projekto partnerio Čikagos universiteto profesorė ir torakalinė onkologė Marina Garassino pabrėžė, kad „I3LUNG“ nustato naują standartą torakalinėje onkologijoje: pacientams tai reiškia mažiau praleistų progų pasveikti, o bendruomenių onkologams atokiose ligoninėse – galimybę tiesiogiai konsultuotis su eksperto lygio sistema.
Šiuo metu „I3LUNG“ pradeda naują prospektyvinį etapą, kuriame bus stebima dar daugiau nei 2 000 pacientų visuose šešiuose centruose, siekiant optimizuoti individualizuotas gydymo schemas ir paversti šią technologiją pasauliniu tiksliosios imunoterapijos standartu.
Šis straipsnis parengtas pagal CORDIS pranešimus.
