Может ли ИИ обеспечить более точный прогноз рака?
Элизабет Миллард
1 сентября 2022 г. — Трудно определить, каким будет дальнейший путь больного раком. Учитывается множество фактов, таких как состояние здоровья пациента и история его семьи, степень и стадия опухоли, а также особенности раковых клеток. Но в конечном итоге прогноз зависит от медицинских работников, которые анализируют факты.
Это может привести к «масштабной вариабельности», — говорит Фейсал Махмуд, доктор философии, доцент отделения вычислительной патологии в больнице Бригхэма и Женской больницы. По его словам, пациенты с одинаковыми формами рака могут иметь совершенно разные прогнозы, причем некоторые из них могут быть более (или менее) точными, чем другие.
Именно поэтому он и его команда разработали программу искусственного интеллекта (ИИ), которая может сформировать более объективную — и потенциально более точную — оценку. Цель исследования заключалась в том, чтобы определить, является ли ИИ работоспособной идеей, и результаты команды были опубликованы в журнале Cancer Cell.
По словам Махмуда, поскольку прогноз является ключевым при принятии решения о лечении, большая точность может означать больший успех лечения.
«[Эта технология] имеет потенциал для создания более объективных оценок риска и, впоследствии, более объективных решений о лечении», — говорит он.
Создание ИИ
Исследователи разработали ИИ, используя данные из Атласа генома рака, публичного каталога профилей различных видов рака.
Их алгоритм предсказывает исходы рака на основе гистологии (описание опухоли и вероятности быстрого роста раковых клеток) и геномики (использование секвенирования ДНК для оценки опухоли на молекулярном уровне). Гистология является диагностическим стандартом уже более 100 лет, в то время как геномика используется все чаще и чаще, отмечает Махмуд.
«Оба метода сейчас широко используются для диагностики в крупных онкологических центрах», — говорит он.
Для тестирования алгоритма исследователи выбрали 14 видов рака с наибольшим количеством доступных данных. Когда гистология и геномика были объединены, алгоритм дал более точные прогнозы, чем при использовании только одного из источников информации.
Мало того, ИИ использовал и другие маркеры — например, иммунный ответ пациента на лечение — без каких-либо указаний, обнаружили исследователи. Это может означать, что ИИ может обнаружить новые маркеры, о которых мы еще даже не знаем, говорит Махмуд.
Что дальше
Хотя необходимы дополнительные исследования, включая крупномасштабные испытания и клинические испытания, Махмуд уверен, что когда-нибудь, вероятно, в ближайшие 10 лет, эта технология будет использоваться для реальных пациентов.
«В будущем мы увидим крупномасштабные модели ИИ, способные получать данные из различных источников, — говорит он, — таких как радиология, патология, геномика, история болезни и семейная история.
Чем больше информации сможет учесть ИИ, тем точнее будет его оценка, говорит Махмуд.
«Тогда мы сможем непрерывно оценивать риск для пациента вычислительным, объективным способом».