Zaawansowana analiza mammografii pozwala dokładniej przewidywać ryzyko raka piersi
Nowatorska metoda opracowana przez naukowców z Washington University School of Medicine w St. Louis może zrewolucjonizować sposób przewidywania ryzyka zachorowania na raka piersi. Wykorzystując do trzech lat wcześniejszych mammografii, badanie to pozwala określić prawdopodobieństwo rozwoju raka piersi o 2,3 razy dokładniej niż tradycyjne ankiety opierające się wyłącznie na czynnikach klinicznych, takich jak wiek, rasa czy historia rodzinna pacjentki.
Wyniki badania zostały opublikowane 5 grudnia w czasopiśmie JCO Clinical Cancer Informatics i już teraz wzbudzają nadzieje na poprawę diagnostyki i profilaktyki raka piersi.
„Naszym celem jest ulepszenie wykrywaniu choroby na wczesnym etapie, co zwiększa szanse na skuteczne leczenie. Nowy sposób przewidywania ryzyka może również wesprzeć badania nad profilaktyką raka piersi, pomagając kobietom z grupy wysokiego ryzyka zmniejszyć prawdopodobieństwo zachorowania w ciągu najbliższych pięciu lat” – powiedział prof. Graham A. Colditz, współautor badania i dyrektor Centrum Onkologii Siteman.
Sztuczna inteligencja wykorzystana w analizie mammografii
Nowa metoda opiera się na rozwoju algorytmu sztucznej inteligencji, który analizuje subtelne różnice w obrazach mammograficznych niewidoczne dla ludzkiego oka. Analiza uwzględnia zmiany w gęstości piersi, strukturze ich tkanek, zwapnieniach oraz asymetrii. Dzięki temu możliwe jest dokładne określenie kobiet z najwyższym ryzykiem rozwoju nowotworu, umożliwiając skierowanie ich do bardziej szczegółowych badań diagnostycznych i skuteczniejszych strategii profilaktyki.
Dr Shu (Joy) Jiang, współautorka badania i specjalistka w dziedzinie statystyki oraz nauk danych, podkreśliła, że wcześniejsze mammografie kryją w sobie bogactwo informacji, które mogą wskazywać na wczesne oznaki rozwoju raka piersi. „Nasza metoda pozwala wykrywać subtelne zmiany w mammografii, które nie są widoczne gołym okiem, a jednocześnie dostarczają kluczowych informacji o ryzyku” – wyjaśniła Jiang.
Przełomowy algorytm i jego skuteczność
Zespół badawczy przetestował algorytm na danych z mammografii wykonanych u ponad 10 000 kobiet w ramach badań przesiewowych w latach 2008–2012 w Centrum Onkologii Siteman. W ciągu następnych lat u 478 z tych kobiet zdiagnozowano raka piersi. Metodę następnie zastosowano do przewidywania ryzyka u kolejnych 18 000 pacjentek z Atlanty, z których 332 zachorowały do 2020 roku.
Wyniki okazały się niezwykle obiecujące. Kobiety zakwalifikowane do grupy wysokiego ryzyka miały 21 razy większe szanse na rozwój raka w ciągu następnych pięciu lat w porównaniu do kobiet z grupy niskiego ryzyka. W grupie wysokiego ryzyka 53 na 1000 pacjentek zachorowały na raka, podczas gdy w grupie niskiego ryzyka liczba ta wynosiła jedynie 2,6 na 1000. Co więcej, algorytm okazał się dwukrotnie skuteczniejszy w klasyfikacji pacjentek w najwyższej grupie ryzyka niż tradycyjne metody.
Równość w diagnostyce
Bardzo ważnym aspektem badania było uwzględnienie różnorodności rasowej w analizie danych. Algorytm został przetestowany na danych zarówno kobiet białych, jak i czarnoskórych, co pozwoliło na osiągnięcie równie wysokiej skuteczności niezależnie od grupy rasowej. To istotny krok w kierunku bardziej sprawiedliwej diagnostyki, ponieważ w przeszłości modele ryzyka raka piersi często niedostatecznie reprezentowały różnorodność pacjentek.
Praktyczne implikacje nowej metody
Obecne opcje redukcji ryzyka zachorowania na raka piersi są ograniczone i obejmują przede wszystkim częstsze badania przesiewowe oraz stosowanie leków takich jak tamoksyfen, które mogą powodować skutki uboczne. Dzięki nowej metodzie, kobiety z grupy wysokiego ryzyka będą mogły być lepiej monitorowane i szybciej kierowane na dodatkowe badania, takie jak rezonans magnetyczny. Prof. Debbie L. Bennett, współautorka badania, podkreśla, że choć predykcja nigdy nie będzie idealna, nowy algorytm znacząco przewyższa dotychczas stosowane metody.
Plan na przyszłość
Zespół badawczy pracuje nad dalszym udoskonaleniem algorytmu i jego testowaniem na danych pochodzących od kobiet z różnorodnymi pochodzeniami etnicznymi, m.in. Azjatek, przedstawicielek Azji Południowo-Wschodniej i rdzennej ludności Ameryki. Celem jest zapewnienie wysokiej dokładności predykcji dla każdej grupy demograficznej.
Dzięki współpracy z biurem technologii Washington University, badacze dążą do opatentowania nowej metody i jej szerokiego udostępnienia w miejscach oferujących badania mammograficzne. Plany obejmują także założenie startupu, który mógłby komercjalizować tę technologię.
