Naukowcy z Mayo Clinic ogłosili przełomowe wyniki badania, w którym opracowany przez nich model sztucznej inteligencji był w stanie wykryć raka trzustki nawet do trzech lat przed postawieniem klinicznej diagnozy. Badanie zostało opublikowane w renomowanym piśmie medycznym „Gut” i stanowi jeden z najważniejszych kroków w kierunku wczesnego wykrywania jednego z najgroźniejszych nowotworów.
Kluczowe fakty:
- Model REDMOD opracowany przez Mayo Clinic wykrywa raka trzustki nawet do trzech lat przed postawieniem klinicznej diagnozy, analizując standardowe tomografie komputerowe jamy brzusznej.
- System AI wykrył 73% przypadków przeddiagnostycznych przy medianie wyprzedzenia około 16 miesięcy, podczas gdy specjaliści bez wsparcia AI wykrywali mniej niż połowę takich przypadków.
- Mayo Clinic uruchamia badanie prospektywne AI-PACED, które sprawdzi integrację wykrywania wspomaganego AI z rzeczywistą opieką nad pacjentami z grupy podwyższonego ryzyka.
Dlaczego rak trzustki jest tak śmiertelny
Rak trzustki zabija tak skutecznie z jednego, brutalnie prostego powodu: przez długi czas nie daje żadnych objawów. Ponad 85% pacjentów otrzymuje diagnozę dopiero wtedy, gdy choroba zdążyła się już rozprzestrzenić. Pięcioletni wskaźnik przeżycia wynosi poniżej 15%. Prognozy są bezwzględne: do 2030 roku nowotwór ten ma stać się drugim najczęstszym powodem zgonów na raka w Stanach Zjednoczonych.
Mówiąc wprost: nie diagnozujemy go wystarczająco wcześnie, żeby skutecznie leczyć.
Prawie co drugi pracownik w Polsce używa AI za plecami swojego szefa. 71% polskich pracowników oszczędza dzięki AI od pół godziny do ponad dwóch godzin dziennie …
REDMOD: co to jest i jak działa
Model opracowany przez Mayo Clinic nosi nazwę REDMOD (Radiomics-based Early Detection Model). Analizuje standardowe tomografie komputerowe jamy brzusznej, które pacjenci wykonują z zupełnie innych powodów. Nie szuka widocznych guzów. Mierzy setki subtelnych cech opisujących teksturę i strukturę tkanki, wyłapując wczesne zmiany biologiczne, zanim cokolwiek stanie się widoczne dla ludzkiego oka.
W badaniu przeanalizowano blisko 2000 tomografii, w tym skany pacjentów, u których później rozwinął się rak trzustki, a które w momencie wykonania zostały ocenione jako prawidłowe. REDMOD wykrył 73% tych przypadków przeddiagnostycznych, przy medianie wyprzedzenia wynoszącej około 16 miesięcy przed diagnozą. Dla porównania, specjaliści przeglądający te same skany bez pomocy AI wykrywali mniej niż połowę.
Im wcześniej, tym lepiej wypadał model:
- W skanach wykonanych ponad dwa lata przed diagnozą AI wykrywała prawie trzy razy więcej przypadków niż lekarze bez jej wsparcia
- Model działał spójnie na danych z różnych instytucji, różnych systemów obrazowania i różnych protokołów badań
- W przypadku pacjentów z wieloma skanami wyniki pozostawały stabilne przez wiele miesięcy, co otwiera możliwość długoterminowego monitorowania
Komentarz redaktora
Wyniki z Mayo Clinic robią wrażenie i trudno nie poczuć optymizmu, czytając takie liczby. Ale warto zachować chłodną głowę. Skok z badania walidacyjnego do codziennej praktyki klinicznej to długa droga, pełna pułapek. Kluczowe pytanie brzmi: ile fałszywych alarmów wygeneruje ten system w realnym świecie? Każdy fałszywy pozytyw to pacjent poddany niepotrzebnej diagnostyce, stresowi i często kosztownym procedurom. Jeśli jednak system sprawdzi się w badaniu prospektywnym AI-PACED i uda się zrównoważyć czułość z precyzją, możemy mówić o jednej z najważniejszych aplikacji AI w medycynie ostatnich lat. Mam nadzieję, że Europejskie systemy ochrony zdrowia nie będą spać i będą bacznie obserwować te wyniki.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Co mówią badacze
Dr Ajit Goenka, radiolog z Mayo Clinic i główny autor badania, powiedział wprost:
„The greatest barrier to saving lives from pancreatic cancer has been our inability to see the disease when it is still curable. This AI can now identify the signature of cancer from a normal-appearing pancreas, and it can do so reliably over time and across diverse clinical settings.” / „Największą przeszkodą w ratowaniu życia chorych na raka trzustki była nasza niemożność dostrzeżenia choroby wtedy, gdy jest jeszcze uleczalna. Ten model AI potrafi teraz zidentyfikować sygnaturę raka w trzustce wyglądającej na zdrową, i robi to wiarygodnie, na przestrzeni czasu i w różnych warunkach klinicznych.”
AI-PACED: następny krok
Badanie walidacyjne to dopiero połowa drogi. Mayo Clinic uruchamia teraz prospektywne badanie kliniczne pod nazwą AI-PACED (Artificial Intelligence for Pancreatic Cancer Early Detection), które sprawdzi, jak lekarze mogą integrować wykrywanie wspomagane AI z rzeczywistą opieką nad pacjentami z grupy podwyższonego ryzyka. Badanie będzie obejmować długoterminową obserwację, ocenę wyników klinicznych oraz monitorowanie fałszywych pozytywów.
Prace te są częścią szerszej inicjatywy Mayo Clinic o nazwie Precure, której celem jest przewidywanie i zapobieganie chorobom poprzez identyfikację najwcześniejszych zmian biologicznych w organizmie, zanim jeszcze pojawią się jakiekolwiek objawy.
AI w służbie onkologii: wielka szansa, ale i odpowiedzialność
Przypadek REDMOD to kolejny dowód na to, że AI w medycynie zaczyna wywiązywać się z obietnic, które przez lata były głównie tematem konferencji i materiałów marketingowych. Modele radiomiczne, analizujące obrazowanie medyczne pod kątem wzorców niewidocznych dla człowieka, stają się realnym narzędziem klinicznym.
Badanie zostało sfinansowane m.in. przez National Institutes of Health oraz kilka prywatnych fundacji filantropijnych. Pełna treść badania dostępna jest w czasopiśmie Gut.
