Nowy przełomowy model głębokiego uczenia AI jest prawie pięć razy lepszy w przewidywaniu ryzyka raka piersi niż tradycyjne modele

Nowe badanie przeprowadzone przez University of Copenhagen wykazało, że sztuczna inteligencja (AI) może radykalnie zmienić sposób, w jaki oceniamy ryzyko zachorowania na raka piersi. Rak piersi jest jednym z najczęstszych nowotworów na świecie. W samych Stanach Zjednoczonych co roku odnotowuje się 287 850 nowych przypadków i 43 250 zgonów. Nowe badania, opublikowane w The Lancet Digital Healthsugerują obiecujące wyniki oparte na modelach sztucznej inteligencji, które są wyszkolone do wykrywania starzenia się komórek i mogą przewidywać ryzyko przyszłego raka piersi znacznie skuteczniej niż obecne testy kliniczne.

Najpierw podstawy - czym jest starzenie się komórek? Jest to proces, w którym uszkodzone lub starzejące się komórki przestają się dzielić, ale pozostają aktywne. Jest on często powiązany z chorobami związanymi ze starzeniem się, w tym z rakiem. Te "starzejące się" komórki są czasami opisywane jako "komórki zombie", ponieważ nie funkcjonują już normalnie, ale nadal emitują sygnały zapalne - co może prowadzić do wzrostu guza. Podczas gdy senescencja może działać jako naturalny hamulec niekontrolowanego podziału komórek, paradoksalnie może również promować raka poprzez te sygnały zapalne, znane jako fenotyp wydzielniczy związany ze starzeniem się (SASP).

Do tej pory pomiar starzenia się w tkankach ludzkich był trudny ze względu na brak specyficznych biomarkerów. Badanie przeprowadzone na Uniwersytecie Kopenhaskim wykorzystuje jednak głębokie uczenie AI do analizy morfologii jądrowej - kształtów jąder komórkowych - w próbkach tkanki piersi. Pozwala to na przewidywanie ryzyka raka piersi na podstawie zmian w starzejących się komórkach, nawet w zdrowych próbkach biopsyjnych.

Naukowcy przeprowadzili retrospektywne badanie kohortowe z wykorzystaniem biopsji tkanki piersi od 4 382 zdrowych kobiet. Próbki te zostały przeanalizowane za pomocą narzędzia do głębokiego uczenia się o nazwie Nuclear Senescence Predictor (NUSP). Model sztucznej inteligencji zbadał ponad 32 miliony jąder w różnych typach tkanek, aby wykryć starzejące się komórki i określić ich rozmieszczenie w tkance. Dzięki dokładnej ocenie tych starzejących się komórek w tkance nabłonkowej, tłuszczowej i zrębu, system AI był w stanie skorelować wzorce starzenia się z przyszłym ryzykiem raka. Dla porównania, tkanka nabłonkowa tworzy wyściółkę gruczołów i powierzchni w organizmie, w tym przewodów piersiowych, gdzie często zaczyna się rak. Tkanka tłuszczowa składa się z komórek tłuszczowych, które magazynują energię, a tkanka zrębowa zapewnia wsparcie strukturalne narządom, w tym tkankom łącznym, które otaczają i wspierają komórki nabłonkowe.

Ogólne wyniki były więcej niż obiecujące. Kobiety, których próbki tkanek wykazywały określone wzorce starzenia, miały wyższe lub niższe prawdopodobieństwo zachorowania na raka piersi, w zależności od rodzaju wykrytego starzenia. Na przykład, jeden model (wytrenowany na starzenie się spowodowane uszkodzeniem DNA) wskazywał na wyższe ryzyko raka, gdy w tkance występował wysoki poziom starzejących się komórek. Inny model (wytrenowany na starzenie wywołane lekami) sugerował efekt ochronny, obniżając to samo ryzyko.

W porównaniu do modelu Gail-który jest obecnie złotym standardem klinicznym w przewidywaniu ryzyka raka piersi, model AI wykazał znacznie wyższą dokładność. W połączeniu z wynikiem Gail, model AI zwiększył iloraz szans (miarę tego, jak silnie określone czynniki ryzyka przewidują wyniki) do 4,70, prawie pięciokrotnie większą moc predykcyjną niż sam wynik Gail.

Ten przełom, jeśli i kiedy zostanie skomercjalizowany, może zaoferować klinicystom znacznie bardziej wyrafinowany sposób identyfikacji osób wysokiego ryzyka i zapewnienia bardzo potrzebnych interwencji. Zdolność do przewidywania ryzyka zachorowania na raka piersi na kilka lat przed jego rozwojem może prowadzić do wcześniejszych diagnoz i bardziej spersonalizowanych programów badań przesiewowych, ograniczając niepotrzebne testy u kobiet z niskim ryzykiem i zwiększając nadzór nad osobami z grupy wysokiego ryzyka.

Potencjał AI jest tutaj ogromny, zwłaszcza jeśli chodzi o rozwój diagnostyki nowotworów. Chociaż technologia ta jest wciąż w fazie rozwoju (i będzie jeszcze przez dłuższy czas), jej zastosowanie może zrewolucjonizować badania przesiewowe w kierunku raka piersi. Dzięki wykorzystaniu standardowych próbek tkanek, ta metoda sztucznej inteligencji może zostać wdrożona na całym świecie.

Chociaż potrzeba wielu dodatkowych badań, aby udoskonalić wspomniane modele, lepsze przewidywanie ryzyka może prowadzić do wcześniejszego wykrywania raka, skuteczniejszych planów leczenia i ostatecznie niższych wskaźników śmiertelności z powodu raka piersi. Jest to rzeczywiste zastosowanie sztucznej inteligencji, które każdy może poprzeć.