Μια εξέλιξη που θα μπορούσε να αλλάξει σημαντικά τον τρόπο με τον οποίο εντοπίζεται ο καρκίνος του μαστού έρχεται από τη Σουηδία, με τη συμμετοχή Ελλήνων ερευνητών. Νέα μελέτη δείχνει ότι συστήματα τεχνητής νοημοσύνης μπορούν να εντοπίζουν σε μαστογραφίες διακριτικές αλλαγές που συνδέονται με την εμφάνιση καρκίνου αρκετά χρόνια πριν από την επίσημη διάγνωση.
Μια εξέλιξη που θα μπορούσε να αλλάξει σημαντικά τον τρόπο με τον οποίο εντοπίζεται ο καρκίνος του μαστού έρχεται από τη Σουηδία, με τη συμμετοχή Ελλήνων ερευνητών. Νέα μελέτη δείχνει ότι συστήματα τεχνητής νοημοσύνης μπορούν να εντοπίζουν σε μαστογραφίες διακριτικές αλλαγές που συνδέονται με την εμφάνιση καρκίνου αρκετά χρόνια πριν από την επίσημη διάγνωση.
Η έρευνα, που δημοσιεύθηκε στο επιστημονικό περιοδικό Radiology, εξέτασε σχεδόν 89.000 μαστογραφίες από περισσότερες από 31.000 γυναίκες και αξιολόγησε τρία εμπορικά διαθέσιμα συστήματα τεχνητής νοημοσύνης. Ανάμεσα στους ερευνητές ήταν ο Έλληνας ακτινολόγος Παντελής Γιάλιας, στο πλαίσιο της διδακτορικής του έρευνας στο Πανεπιστημιακό Νοσοκομείο του Linköping, καθώς και η Ελληνίδα ερευνήτρια Αποστολία Τσιρικογλου από το Karolinska Institute.
Η AI εντόπισε σημάδια έως και έξι χρόνια νωρίτερα
Η μελέτη βασίστηκε σε μαστογραφίες που πραγματοποιήθηκαν μεταξύ Ιανουαρίου 2008 και Απριλίου 2019 σε τέσσερις περιοχές της Σουηδίας. Από τις 31.394 γυναίκες που συμπεριλήφθηκαν στην έρευνα, οι 12.072, δηλαδή ποσοστό 38,5%, διαγνώστηκαν τελικά με καρκίνο του μαστού.
Τα ευρήματα είναι ιδιαίτερα ενδιαφέροντα: τα τρία συστήματα AI μπορούσαν να εντοπίσουν μοτίβα στις μαστογραφίες που συνδέονταν με μελλοντική διάγνωση καρκίνου έως και έξι χρόνια πριν αυτή γίνει από τους γιατρούς.
Έξι χρόνια πριν από τη διάγνωση, τα συστήματα εντόπισαν μεταξύ 19% και 19,7% των μελλοντικών περιστατικών, όταν το επίπεδο ειδικότητας είχε οριστεί στο 90%. Τέσσερα χρόνια πριν, το ποσοστό αυξήθηκε μεταξύ 23,3% και 25,2%, ενώ δύο χρόνια πριν από τη διάγνωση το καλύτερο από τα τρία συστήματα έφτασε να εντοπίζει έως και το 39,3% των μελλοντικών περιστατικών.
Ακόμη πιο εντυπωσιακό είναι ότι αυξημένες βαθμολογίες κινδύνου εμφανίστηκαν σε ορισμένες περιπτώσεις ακόμη και δέκα χρόνια πριν από τη διάγνωση.
Τι «βλέπει» η τεχνητή νοημοσύνη;
Το εύρημα δεν σημαίνει ότι η AI μπορεί να διαγνώσει με βεβαιότητα έναν καρκίνο μία δεκαετία πριν εμφανιστεί. Αυτό που φαίνεται να μπορεί να κάνει είναι να αναγνωρίζει πολύ μικρές και δύσκολα ανιχνεύσιμες αλλαγές στον ιστό του μαστού, οι οποίες συνδέονται στατιστικά με έναν μελλοντικό καρκίνο.
Πρόκειται για αλλαγές στην αρχιτεκτονική του μαστού ή στη σταδιακή μεταβολή της πυκνότητας, οι οποίες μπορεί να είναι τόσο διακριτικές ώστε να μην κρίνονται ύποπτες κατά την κλασική αξιολόγηση μιας μαστογραφίας.
Η AI, ωστόσο, μπορεί να αναλύσει τεράστιο αριθμό χαρακτηριστικών της εικόνας και να αναγνωρίσει μοτίβα που είναι δύσκολο να διακριθούν με γυμνό μάτι.
Με απλά λόγια, η εικόνα μπορεί να περιέχει πληροφορίες για τον μελλοντικό κίνδυνο που δεν είναι ακόμη αρκετά εμφανείς ώστε να οδηγήσουν σε διάγνωση.
Από την ίδια μαστογραφία σε διαφορετικό επίπεδο κινδύνου
Η συγκεκριμένη δυνατότητα θα μπορούσε να οδηγήσει στο μέλλον σε έναν πιο εξατομικευμένο τρόπο παρακολούθησης.
Για παράδειγμα, μια γυναίκα της οποίας οι μαστογραφίες εμφανίζουν επανειλημμένα υψηλές ή αυξανόμενες βαθμολογίες κινδύνου από ένα σύστημα AI θα μπορούσε, εφόσον αυτό επιβεβαιωθεί από μελλοντικές μελέτες, να παρακολουθείται πιο στενά ή να υποβάλλεται σε συμπληρωματικό απεικονιστικό έλεγχο.
Έτσι, ο προληπτικός έλεγχος θα μπορούσε να μετακινηθεί σταδιακά από ένα ενιαίο μοντέλο για όλες τις γυναίκες προς μια πιο εξατομικευμένη εκτίμηση κινδύνου.
Η AI δεν έρχεται να αντικαταστήσει τους ακτινολόγους
Παρά την εντυπωσιακή επίδοση των συστημάτων, οι ερευνητές υπογραμμίζουν ότι η τεχνητή νοημοσύνη δεν προορίζεται να αντικαταστήσει τους γιατρούς.
Ο ρόλος της θα μπορούσε να είναι υποστηρικτικός: να αναλύει τις εικόνες, να επισημαίνει πιθανές ενδείξεις αυξημένου κινδύνου και να βοηθά τους ακτινολόγους να εστιάζουν περισσότερο στις περιπτώσεις που χρειάζονται ιδιαίτερη προσοχή.
Προηγούμενη έρευνα στην οποία συμμετείχε ο Γιάλιας είχε δείξει ότι η χρήση AI θα μπορούσε να μειώσει τον φόρτο εργασίας των ακτινολόγων κατά έως και 34%, ενώ άλλη μελέτη είχε υποδείξει πιθανή μείωση του κόστους σε σχέση με το παραδοσιακό μοντέλο, όπου κάθε μαστογραφία αξιολογείται από δύο ακτινολόγους.
Το μεγάλο στοίχημα είναι η πρόληψη
Η ιδέα πίσω από τη νέα έρευνα είναι ιδιαίτερα σημαντική: η μαστογραφία μπορεί να μην αποτελεί απλώς ένα στιγμιότυπο της σημερινής κατάστασης, αλλά ενδεχομένως να περιέχει ενδείξεις για το τι μπορεί να συμβεί στο μέλλον.
Ωστόσο, χρειάζεται ακόμη αρκετή έρευνα μέχρι τέτοιες βαθμολογίες κινδύνου να ενταχθούν στην καθημερινή κλινική πρακτική. Η συγκεκριμένη μελέτη ήταν αναδρομική, καθώς οι ερευνητές εξέτασαν παλαιότερες μαστογραφίες γυναικών των οποίων η μετέπειτα πορεία ήταν ήδη γνωστή.
Απαιτούνται, επομένως, προοπτικές μελέτες για να φανεί κατά πόσο η χρήση της AI στην πραγματική ζωή μπορεί πράγματι να οδηγήσει σε νωρίτερη διάγνωση, καλύτερη παρακολούθηση και τελικά καλύτερα αποτελέσματα για τις γυναίκες.
Προς το παρόν, πάντως, η έρευνα προσθέτει ένα ακόμη σημαντικό κομμάτι στο παζλ της πρόληψης: η τεχνητή νοημοσύνη φαίνεται να μπορεί να εντοπίζει μέσα σε μια μαστογραφία μοτίβα που ο ανθρώπινος έλεγχος δεν είναι πάντοτε σε θέση να διακρίνει — και ίσως, στο μέλλον, αυτό να σημαίνει ότι ορισμένοι καρκίνοι θα μπορούν να εντοπίζονται πολύ νωρίτερα.
Ακολουθήστε το Pink.gr στο 
Ακολουθήστε το Pink.gr και στο Instagram
