Η Τεχνητή Νοημοσύνη διαμορφώνει το μέλλον του έγκαιρου προληπτικού ελέγχου για τον καρκίνο.

VTV.vn - Η τεχνητή νοημοσύνη (AI) δημιουργεί νέες ανακαλύψεις στον τομέα της έγκαιρης ανίχνευσης του καρκίνου.

(Φωτογραφία: Toptal)

Ανίχνευση καρκίνου χρησιμοποιώντας «μικροσκοπικά» βιοσήματα.

Επιστήμονες από το Τεχνολογικό Ινστιτούτο της Μασαχουσέτης (MIT) και τη Microsoft δημοσίευσαν πρόσφατα έρευνα σχετικά με ένα σύστημα βιοαισθητήρα με τεχνητή νοημοσύνη, ικανό να ανιχνεύει τον καρκίνο σε πολύ πρώιμο στάδιο μέσω μιας απλής εξέτασης ούρων. Η μελέτη, που δημοσιεύτηκε στο Nature Communications, ανοίγει μια νέα προσέγγιση στον έλεγχο του καρκίνου στο σπίτι με σημαντικά υψηλότερη ευαισθησία από τις παραδοσιακές μεθόδους.

Σύμφωνα με την ερευνητική ομάδα, η Τεχνητή Νοημοσύνη χρησιμοποιήθηκε για τον σχεδιασμό πεπτιδίων -μικρών πρωτεϊνικών αλυσίδων- ικανών να αναγνωρίζουν τη δραστηριότητα των πρωτεασών, μιας ομάδας ενζύμων που συχνά υπερδραστήρια στα καρκινικά κύτταρα. Αυτά τα πεπτίδια επικαλύπτονται στην επιφάνεια των νανοσωματιδίων για να σχηματίσουν μικροσκοπικούς βιοαισθητήρες. Όταν εισάγονται στο σώμα, εάν συναντήσουν πρωτεάσες που σχετίζονται με τον καρκίνο, τα πεπτίδια διασπώνται και απελευθερώνουν συγκεκριμένα σήματα. Αυτά τα σήματα στη συνέχεια απεκκρίνονται στα ούρα και μπορούν να ανιχνευθούν χρησιμοποιώντας ταινίες μέτρησης παρόμοιες με τα τεστ εγκυμοσύνης.

Προηγουμένως, η ερευνητική ομάδα είχε καταδείξει ότι η τεχνολογία ανίχνευσης πρωτεάσης θα μπορούσε να ανιχνεύσει διάφορους τύπους καρκίνου, όπως τον καρκίνο του πνεύμονα, των ωοθηκών και του παχέος εντέρου. Ωστόσο, η διαδικασία σχεδιασμού πεπτιδίων βασιζόταν κυρίως σε παραδοσιακές μεθόδους, με αποτέλεσμα περιορισμένη ακρίβεια. Για να ξεπεραστεί αυτό το πρόβλημα, οι επιστήμονες ανέπτυξαν ένα σύστημα τεχνητής νοημοσύνης που ονομάζεται CleaveNet για να σχεδιάζει αυτόματα πεπτίδια ικανά να αναγνωρίζουν με ακρίβεια κάθε ένζυμο-στόχο.

(Φωτογραφία: ITN)

Το εργαστήριο του καθηγητή Bhatia συμμετέχει επί του παρόντος σε ένα έργο που χρηματοδοτείται από την Αρχή Προηγμένης Βιοϊατρικής Έρευνας και Ανάπτυξης των ΗΠΑ (ARPA-H) για την ανάπτυξη ενός οικιακού τεστ ικανού να ανιχνεύει και να διαφοροποιεί περίπου 30 διαφορετικούς τύπους καρκίνου σε πρώιμο στάδιο. Πέρα από τον διαγνωστικό της ρόλο, η τεχνολογία πεπτιδίων που κατασκευάζονται με τεχνητή νοημοσύνη έχει επίσης πιθανές εφαρμογές στη θεραπεία του καρκίνου. Αυτά τα πεπτίδια μπορούν να προσκολληθούν σε φάρμακα ή αντισώματα για να απελευθερώσουν το δραστικό συστατικό με ακρίβεια μέσα στο περιβάλλον του όγκου, αυξάνοντας την αποτελεσματικότητα και μειώνοντας τις παρενέργειες.

Σύμφωνα με τους ειδικούς, ο συνδυασμός της Τεχνητής Νοημοσύνης με τη νανοτεχνολογία και τη μοριακή βιολογία δημιουργεί μια νέα κατεύθυνση στην ιατρική ακριβείας, όπου οι ασθένειες μπορούν να ανιχνευθούν και να αντιμετωπιστούν πριν προκληθούν σοβαρές βλάβες.

Η τεχνητή νοημοσύνη προβλέπει τον κίνδυνο καρκίνου πριν τον ανιχνεύσουν οι γιατροί.

Παράλληλα με τους νέους βιοαισθητήρες, η Τεχνητή Νοημοσύνη (ΤΝ) επιδεικνύει επίσης ανώτερες δυνατότητες στην ανάλυση ιατρικών εικόνων για την πρόβλεψη του κινδύνου καρκίνου σε πολύ πρώιμο στάδιο. Μία από τις πιο αξιοσημείωτες μελέτες σήμερα είναι το μοντέλο Sybil AI, που αναπτύχθηκε από επιστήμονες στο Κέντρο Καρκίνου Brigham του Πανεπιστημίου της Μασαχουσέτης και στην Ιατρική Σχολή του Χάρβαρντ στις ΗΠΑ, για την πρόβλεψη του κινδύνου καρκίνου του πνεύμονα.

Σύμφωνα με τη Δρ. Λέσια Σέκουιστ του Γενικού Κέντρου Καρκίνου της Μασαχουσέτης, η ερευνητική ομάδα εκπαίδευσε το μοντέλο Sybil χρησιμοποιώντας χιλιάδες αξονικές τομογραφίες χαμηλής δόσης ασθενών που συμμετείχαν σε κλινικές δοκιμές. Τα δεδομένα που χρησιμοποιήθηκαν περιελάμβαναν πληροφορίες σχετικά με όσους αργότερα διαγνώστηκαν με καρκίνο, τον χρόνο έναρξης της νόσου, τα χαρακτηριστικά υγείας και τα αποτελέσματα της θεραπείας. Μετά την εκπαίδευση, η Sybil μπορούσε να προβλέψει τον κίνδυνο καρκίνου του πνεύμονα με βάση αποκλειστικά τις αξονικές τομογραφίες, χωρίς να απαιτούνται πρόσθετα δεδομένα ασθενών. Τα αποτελέσματα των δοκιμών έδειξαν ότι το μοντέλο πέτυχε ακρίβεια περίπου 80-95% στην πρόβλεψη του κινδύνου καρκίνου του πνεύμονα, ακόμη και πριν οι ακτινολόγοι ανιχνεύσουν σαφείς ανωμαλίες.

Μαζί με το Sybil, ένα άλλο σύστημα τεχνητής νοημοσύνης που ονομάζεται MIRAI χρησιμοποιείται επίσης για την πρόβλεψη του κινδύνου εμφάνισης καρκίνου του μαστού. Αναπτύχθηκε από μια ερευνητική ομάδα με επικεφαλής την καθηγήτρια Regina Barzilay στο MIT, το MIRAI χρησιμοποιεί δεδομένα από περίπου 128.000 μαστογραφίες, συμπεριλαμβανομένων 3.800 περιπτώσεων που αργότερα διαγνώστηκαν με καρκίνο εντός 5 ετών. Το σύστημα μπορεί να προβλέψει τον μελλοντικό κίνδυνο εμφάνισης καρκίνου του μαστού με ακρίβεια περίπου 75-84%.

(Φωτογραφία: AP)

Ορισμένες σημαντικές προκλήσεις σήμερα περιλαμβάνουν την ασφάλεια των ιατρικών δεδομένων, τη διαφάνεια των αλγορίθμων, τον κίνδυνο ανακρίβειων δεδομένων και την προσβασιμότητα της τεχνολογίας σε όλες τις χώρες. Επιπλέον, η εκπαίδευση του προσωπικού υγειονομικής περίθαλψης που είναι ικανό να χρησιμοποιεί και να παρακολουθεί συστήματα Τεχνητής Νοημοσύνης θεωρείται επίσης κρίσιμη για τη διασφάλιση ασφαλούς και αποτελεσματικής θεραπείας. Παρ 'όλα αυτά, με τον τρέχοντα ρυθμό ανάπτυξης, πολλοί ειδικοί πιστεύουν ότι η Τεχνητή Νοημοσύνη θα γίνει κεντρικό εργαλείο στις μελλοντικές στρατηγικές πρόληψης του καρκίνου. Σύμφωνα με τους ερευνητές, ο μακροπρόθεσμος στόχος δεν είναι μόνο η πιο αποτελεσματική θεραπεία αλλά και η έγκαιρη ανίχνευση, ώστε ο καρκίνος να μπορεί να ελεγχθεί πριν αποτελέσει σοβαρή απειλή για την ανθρώπινη υγεία.

Οι ειδικοί πιστεύουν ότι η εφαρμογή της Τεχνητής Νοημοσύνης στη διάγνωση του καρκίνου εγκαινιάζει μια νέα εποχή προληπτικής ιατρικής, όπου ο κίνδυνος ασθένειας μπορεί να προβλεφθεί χρόνια νωρίτερα αντί να περιμένει κανείς να εμφανιστούν τα συμπτώματα. Ωστόσο, οι επιστήμονες σημειώνουν επίσης ότι η τεχνολογία της Τεχνητής Νοημοσύνης χρειάζεται ακόμη πιο εκτεταμένες δοκιμές πριν από την ευρεία εφαρμογή της στο σύστημα υγειονομικής περίθαλψης.

Πηγή: https://vtv.vn/ai-dinh-hinh-tuong-lai-tam-soat-ung-thu-som-100260603183614169.htm