Καρκίνος στο πάγκρεας: Η τεχνητή νοημοσύνη εντοπίζει «αόρατες» ενδείξεις χρόνια πριν από τη διάγνωση

Ένα μοντέλο τεχνητής νοημοσύνης με την ονομασία REDMOD μπορεί να εντοπίζει εξαιρετικά λεπτές αλλαγές στον παγκρεατικό ιστό, οι οποίες ενδέχεται να σηματοδοτούν καρκίνο πολύ πριν αυτός γίνει ορατός στους γιατρούς ή στις συμβατικές απεικονιστικές εξετάσεις. Σύμφωνα με έρευνα που δημοσιεύτηκε διαδικτυακά στο περιοδικό Gut, το σύστημα μπορεί να ανιχνεύει πρώιμα σημάδια αδενοκαρκινώματος του παγκρεατικού πόρου, του συχνότερου τύπου καρκίνου του παγκρέατος.

Οι ερευνητές εκτιμούν ότι η τεχνολογία θα μπορούσε να αλλάξει τον τρόπο εντοπισμού του καρκίνου του παγκρέατος, αναγνωρίζοντας τη νόσο σε πολύ πιο πρώιμο στάδιο —το στάδιο 0— όταν η θεραπεία είναι πιθανότερο να έχει επιτυχία. Έτσι, αντί να διαγνωστούν αφού ο καρκίνος έχει προχωρήσει σε προχωρημένο, ενδεχομένως τελικό στάδιο, οι ασθενείς μπορεί να έχουν τη δυνατότητα να ξεκινήσουν θεραπεία όσο η νόσος παραμένει αντιμετωπίσιμη.

Παρότι στη μελέτη το REDMOD είχε καλύτερες επιδόσεις από έμπειρους ακτινολόγους, απαιτείται περισσότερη έρευνα προτού ενταχθεί στη συνήθη ιατρική πρακτική. Οι επιστήμονες τονίζουν ειδικότερα ότι το σύστημα πρέπει να δοκιμαστεί σε ασθενείς υψηλού κινδύνου, μεταξύ των οποίων άτομα με ανεξήγητη απώλεια βάρους ή με πρόσφατη διάγνωση διαβήτη.

Γιατί είναι δύσκολη η έγκαιρη διάγνωση του καρκίνου στο πάγκρεας

Το αδενοκαρκίνωμα του παγκρεατικού πόρου έχει χαμηλό ποσοστό επιβίωσης, κυρίως επειδή συχνά εντοπίζεται αφού η νόσος έχει προχωρήσει. Ο πρώιμος καρκίνος του παγκρέατος συνήθως προκαλεί λίγα αισθητά συμπτώματα, ενώ οι αλλαγές στον παγκρεατικό ιστό μπορεί να είναι υπερβολικά λεπτές για να φανούν στις συνήθεις απεικονιστικές εξετάσεις. Επιπλέον, ο καρκίνος μπορεί να εξελιχθεί γρήγορα, γεγονός που καθιστά ιδιαίτερα σημαντική την έγκαιρη διάγνωση.

Για να αντιμετωπίσουν αυτές τις δυσκολίες, οι ερευνητές δημιούργησαν ένα σύστημα τεχνητής νοημοσύνης με την ονομασία Radiomics-based Early Detection Model (REDMOD). Το σύστημα αναλύει εξαιρετικά λεπτά μοτίβα στην υφή του παγκρεατικού ιστού, τα οποία είναι γνωστά ως ραδιομική (radiomics) και δεν είναι εύκολα ορατά στις συμβατικές αξονικές τομογραφίες (CT).

Το REDMOD εντοπίζει και περιγράφει αυτόματα το περίγραμμα του παγκρέατος, διαχωρίζοντάς το από τα γειτονικά όργανα και τους ιστούς. Έτσι, δεν χρειάζεται οι ειδικοί να χαράζουν χειροκίνητα τα όρια του οργάνου, διαδικασία που μπορεί να παρουσιάζει ασυνέπειες ανάλογα με το ποιος την εκτελεί.

Η τεχνητή νοημοσύνη εντοπίζει κρυφές ενδείξεις χρόνια πριν από τη διάγνωση

Για να αξιολογήσουν το σύστημα, οι ερευνητές εξέτασαν αξονικές τομογραφίες κοιλίας από 219 ασθενείς που είχαν υποβληθεί σε θεραπεία σε διάφορα νοσοκομεία. Την περίοδο που έγιναν οι εξετάσεις, οι έμπειροι ακτινολόγοι δεν είχαν εντοπίσει ενδείξεις καρκίνου του παγκρέατος. Ωστόσο, όλοι οι ασθενείς διαγνώστηκαν αργότερα με τη νόσο.

Οι αξονικές τομογραφίες είχαν πραγματοποιηθεί σε διαφορετικά χρονικά διαστήματα πριν από τη διάγνωση. Για 87 ασθενείς (40%), οι εικόνες είχαν ληφθεί 3 έως 12 μήνες νωρίτερα. Άλλοι 76 ασθενείς (35%) είχαν υποβληθεί σε εξέταση 12 έως 24 μήνες πριν από τη διάγνωση, ενώ 56 (25%) είχαν κάνει απεικόνιση περισσότερο από 24 μήνες νωρίτερα, έως και περίπου 3 χρόνια. Σε σχεδόν δύο τρίτα των ασθενών (64%), ο καρκίνος αναπτύχθηκε στην κεφαλή του παγκρέατος.

Οι ερευνητές συνέκριναν αυτές τις εικόνες με αξονικές τομογραφίες από 1.243 ανθρώπους που δεν εμφάνισαν καρκίνο του παγκρέατος για έως και τρία χρόνια μετά την εξέταση. Η ομάδα σύγκρισης αντιστοιχίστηκε ως προς την ηλικία, το φύλο και τις ημερομηνίες των εξετάσεων.

Οι ασθενείς που εμφάνισαν τελικά καρκίνο του παγκρέατος είχαν μέση ηλικία 69 ετών, με ηλικίες από 34 έως 88 ετών. Η μέση ηλικία στην ομάδα σύγκρισης ήταν 64 έτη, με το ίδιο εύρος ηλικιών, από 34 έως 88.

Το REDMOD εντόπισε με επιτυχία ανεπαίσθητα απεικονιστικά χαρακτηριστικά που συνδέονταν με τον καρκίνο του παγκρέατος, κατά μέσο όρο 475 ημέρες πριν από την κλινική διάγνωση των ασθενών. Οι ενδείξεις αυτές δεν είχαν εντοπιστεί έως τότε στις συνήθεις ακτινολογικές αξιολογήσεις.

«Αυτό το χρονικό περιθώριο έχει τεράστια σημασία, καθώς η τόσο πρώιμη ανίχνευση θα αύξανε σημαντικά την πιθανότητα ίασης και καλύτερης επιβίωσης», επισημαίνουν οι ερευνητές.

«Πράγματι, μελέτες μοντελοποίησης δείχνουν ότι η αύξηση του ποσοστού των εντοπισμένων [αδενοκαρκινωμάτων του παγκρεατικού πόρου] από 10% σε 50% θα υπερδιπλασίαζε τα ποσοστά επιβίωσης, υπογραμμίζοντας ότι ο χρόνος διάγνωσης είναι ο σημαντικότερος μεμονωμένος παράγοντας που καθορίζει την έκβαση ως προς την επιβίωση», προσθέτουν.

Η τεχνητή νοημοσύνη ξεπερνά έμπειρους ακτινολόγους

Τα αποτελέσματα έδειξαν επίσης ότι το REDMOD ήταν σημαντικά καλύτερο από τους έμπειρους ακτινολόγους στην αναγνώριση πρώιμων ενδείξεων καρκίνου.

Η ευαισθησία του συστήματος τεχνητής νοημοσύνης ήταν 73%, έναντι 39% των ακτινολόγων. Η ευαισθησία μετρά πόσο αποτελεσματικά μια διαγνωστική μέθοδος εντοπίζει τους ανθρώπους που έχουν πράγματι τη νόσο, αντί να παραβλέπει πραγματικά περιστατικά.

Η διαφορά ήταν ακόμη μεγαλύτερη στις εξετάσεις που είχαν πραγματοποιηθεί περισσότερο από δύο χρόνια πριν από τη διάγνωση. Σε αυτές τις περιπτώσεις, το REDMOD είχε ποσοστό ανίχνευσης 68%, σχεδόν τριπλάσιο από το 23% των ακτινολόγων.

Οι ερευνητές αξιολόγησαν επίσης πόσο καλά το σύστημα αναγνώριζε τις εξετάσεις ανθρώπων χωρίς καρκίνο του παγκρέατος. Σε ανεξάρτητη ομάδα 539 ασθενών από διάφορα νοσοκομεία, το REDMOD ταξινόμησε σωστά ως απαλλαγμένες από καρκίνο λίγο περισσότερο από το 81% των εξετάσεων. Ακόμη καλύτερη ήταν η επίδοσή του στο δημόσια διαθέσιμο σύνολο δεδομένων NIH-PCT των Εθνικών Ινστιτούτων Υγείας των ΗΠΑ (NIH), με 80 ασθενείς: αναγνώρισε σωστά ως απαλλαγμένο από καρκίνο το 87,5% των περιστατικών.

Πρόσθετες δοκιμές έδειξαν ότι οι πρώιμες ενδείξεις που εντόπιζε το REDMOD παρέμεναν σταθερές με την πάροδο του χρόνου. Όταν οι ερευνητές ανέλυσαν εξετάσεις των ίδιων ασθενών που είχαν γίνει με διαφορά αρκετών μηνών, το σύστημα έδωσε τα ίδια αποτελέσματα στο 90% έως 92% των περιπτώσεων. Αυτή η συνέπεια ενίσχυσε την ένδειξη ότι η τεχνητή νοημοσύνη αναγνώριζε ουσιαστικές αλλαγές που συνδέονταν με τη νόσο.

Μπορεί η τεχνητή νοημοσύνη να αλλάξει την έγκαιρη ανίχνευση του καρκίνου στο πάγκρεας;

Παρά τα ενθαρρυντικά ευρήματα, οι ερευνητές επισημαίνουν ότι παραμένουν αναπάντητα ερωτήματα. Ένας περιορισμός είναι ότι στον πληθυσμό της μελέτης δεν υπήρχε επαρκής ποικιλία ως προς την εθνοτική καταγωγή, κάτι που θα μπορούσε να επηρεάσει την απόδοση της τεχνολογίας σε διαφορετικούς πληθυσμούς.

Το σύστημα πρέπει επίσης να δοκιμαστεί προοπτικά, ιδίως σε άτομα με αυξημένο κίνδυνο καρκίνου του παγκρέατος, προτού οι ερευνητές μπορέσουν να διαπιστώσουν αν θα είναι αποτελεσματικό στην καθημερινή κλινική πρακτική.

Παρά τους περιορισμούς, τα ευρήματα υποδεικνύουν ότι η τεχνητή νοημοσύνη θα μπορούσε μελλοντικά να βοηθήσει τους γιατρούς να εντοπίζουν τον καρκίνο του παγκρέατος σε πολύ πιο αντιμετωπίσιμο στάδιο, βελτιώνοντας ενδεχομένως την επιβίωση ασθενών που διαφορετικά θα διαγιγνώσκονταν αργά.

Οι ερευνητές καταλήγουν: «Η μελέτη αυτή επικυρώνει το REDMOD ως ένα πλήρως αυτοματοποιημένο σύστημα τεχνητής νοημοσύνης, ικανό να εντοπίζει σε φυσιολογικό πάγκρεας τα απεικονιστικά χαρακτηριστικά του σταδίου 0 του [αδενοκαρκινώματος του παγκρεατικού πόρου], με σημαντικό χρονικό προβάδισμα και καλύτερες επιδόσεις από τους ειδικούς ακτινολόγους».

Προσθέτουν: «Παρότι η προοπτική επικύρωση είναι απαραίτητη για να επιβεβαιωθεί η κλινική χρησιμότητα, το σύστημα REDMOD αποτελεί σημαντικό βήμα προς την αλλαγή του τρόπου αντιμετώπισης του σποραδικού [αδενοκαρκινώματος του παγκρεατικού πόρου]: από τη διάγνωση σε προχωρημένο στάδιο μετά την εμφάνιση συμπτωμάτων, στην προληπτική παρέμβαση πριν από την κλινική εκδήλωση, προσφέροντας απτή ελπίδα για καλύτερη έκβαση σε αυτή τη δύσκολη νόσο».