Naukowcy z Karolinska Institutet w Szwecji przeprowadzili badania nad skutecznością różnych modeli sztucznej inteligencji (AI) w prognozowaniu przebiegu potrójnie negatywnego raka piersi poprzez analizę określonych komórek układu odpornościowego w obrębie guza. Wyniki badania, opublikowane w prestiżowym czasopiśmie eClinicalMedicine, są ważnym krokiem w kierunku zastosowania AI w onkologii, co może znacząco poprawić jakość opieki nad pacjentami z nowotworami.
Znaczenie infiltrujących limfocytów w walce z nowotworami
Limfocyty infiltrujące nowotwór, będące szczególnym rodzajem komórek układu odpornościowego, odgrywają kluczową rolę w walce z rakiem. Obecność tych komórek w guzie sugeruje, że układ odpornościowy pacjenta podejmuje próbę zniszczenia komórek nowotworowych. Dlatego też, analiza tych komórek może pomóc w przewidywaniu, jak pacjent z potrójnie negatywnym rakiem piersi zareaguje na leczenie oraz jaki będzie dalszy postęp choroby.
Jednakowoż, ocena ilości i aktywności limfocytów przez patomorfologów może być subiektywna i różnić się w zależności od osoby przeprowadzającej analizę. W tym miejscu sztuczna inteligencja, dzięki swojej zdolności do standaryzacji i automatyzacji procesów, ma potencjał, by wyrównać te różnice. Mimo to, udowodnienie skuteczności AI w rzeczywistych warunkach klinicznych wciąż stanowi wyzwanie.
Testowanie dziesięciu modeli sztucznej inteligencji
W ramach badania, naukowcy porównali dziesięć różnych modeli sztucznej inteligencji pod kątem ich zdolności do analizy limfocytów infiltrujących guzy w tkankach pobranych od pacjentek z potrójnie negatywnym rakiem piersi. Wyniki wykazały, że choć wydajność analityczna poszczególnych modeli była zróżnicowana, osiem z dziesięciu modeli wykazywało dobrą zdolność prognostyczną. Oznacza to, że były w stanie przewidzieć dalszy stan zdrowia pacjentów na podobnym poziomie.
Co ciekawe, nawet modele trenowane na mniejszych zestawach danych wykazywały zadowalające wyniki. Jak podkreśla Balazs Acs, badacz z Wydziału Onkologii i Patologii Karolinska Institutet, „limfocyty infiltrujące guzy okazały się być solidnym biomarkerem, co sugeruje, że nawet modele AI oparte na mniejszych próbach mogą dostarczać wiarygodnych prognoz.”
Konieczność dalszych badań
Mimo obiecujących wyników, naukowcy zwracają uwagę na potrzebę dalszej walidacji modeli sztucznej inteligencji w większych i bardziej zróżnicowanych zbiorach danych, zanim będą mogły być szeroko stosowane w praktyce klinicznej. Jak wyjaśnia Balazs Acs, „Nasze badania podkreślają znaczenie niezależnych prac, które odwzorowują rzeczywiste warunki kliniczne. Tylko poprzez takie testy możemy mieć pewność, że narzędzia AI będą niezawodne i skuteczne w codziennej opiece nad pacjentami.”
Wnioski
Zastosowanie sztucznej inteligencji w onkologii, a w szczególności w predykcji przebiegu potrójnie negatywnego raka piersi, zyskuje na znaczeniu. Wykorzystanie AI do analizy komórek układu odpornościowego w guzach może nie tylko poprawić dokładność prognoz, ale także pomóc lekarzom w podejmowaniu bardziej trafnych decyzji terapeutycznych. Niemniej jednak, aby sztuczna inteligencja mogła w pełni wkroczyć do klinik i szpitali, konieczne są dalsze, niezależne badania, które potwierdzą jej skuteczność i niezawodność.
Przyszłość onkologii może być zatem ściśle powiązana z technologiami AI, które w odpowiedni sposób wspomagają procesy diagnostyczne i terapeutyczne, jednocześnie poprawiając jakość opieki nad pacjentem.
