Rak jajnika to jedno z największych wyzwań współczesnej onkologii. Co roku wykrywa się go u ok. 3500 Polek, ale w większości przypadków za późno – w stadium tak zaawansowanym, że możliwości terapeutyczne są ograniczone. Nowotwór ten rozwija się często bezobjawowo lub daje niespecyficzne symptomy, co sprawia, że zwykle wykrywany jest przypadkowo, podczas rutynowych badań ginekologicznych.
Czytaj też: Sztuczna inteligencja przewiduje ryzyko raka piersi na lata przed diagnozą
Nadzieją na zmianę tej sytuacji stają się nowe technologie, a w szczególności sztuczna inteligencja, która coraz śmielej wkracza w świat diagnostyki medycznej. W Nature Medicine pojawiła się niedawno praca, która przedstawia wyniki badań międzynarodowego zespołu naukowców pod kierunkiem badaczy z Instytutu Karolinska w Sztokholmie i z udziałem prof. dr hab. n. med. Marka Kudły z Wydziału Nauk Medycznych Śląskiego Uniwersytetu Medycznego.
Sztuczna inteligencja weźmie pod lupę nowotwory ginekologiczne
Ultrasonografia przezpochwowa jest podstawową metodą różnicowania zmian w jajnikach, pozwalającą odróżnić guzy łagodne od złośliwych. Choć technika ta jest powszechnie stosowana i uznawana za skuteczną, jej efektywność zależy w dużej mierze od doświadczenia wykonującego ją lekarza. W przypadku mniej wykwalifikowanych specjalistów ryzyko błędu rośnie, co może prowadzić zarówno do zbyt późnej diagnozy, jak i do niepotrzebnych interwencji chirurgicznych.
Czytaj też: Sztuczna inteligencja, która widzi więcej. Wykrywa zapalenie płuc z niespotykaną dokładnością!
Prof. Marek Kudła wyjaśnia:
W diagnostyce raka jajnika używamy także markerów CA 125, HE4 oraz tzw. algorytmu ROMA. Niestety, nie są one w pełni niezawodne, ponieważ np. podwyższony poziom CA 125 może występować również w przypadku innych chorób, takich jak mięśniaki czy endometrioza. Potrzebujemy nowych rozwiązań, które pozwolą na zwiększenie dokładności diagnostycznej.
W ramach badania przeanalizowano 17 000 obrazów ultrasonograficznych uzyskanych od 3652 pacjentek. Wyniki były niezwykle obiecujące: modele sztucznej inteligencji osiągnęły czułość na poziomie 86 proc., co stanowi wynik wyższy niż ten uzyskiwany przez doświadczonych ekspertów (82 proc.) oraz przez mniej doświadczonych lekarzy (77 proc.). Co istotne, algorytmy były w stanie wychwycić subtelne różnice w obrazach, które umykały nawet specjalistom z wieloletnim doświadczeniem.
Prof. Elisabeth Epstein z Instytutu Karolinska, kierująca międzynarodowym zespołem badawczym, mówi:
Zależało nam na tym, by sprawdzić, czy sztuczna inteligencja może pomóc w uzupełnieniu oceny guza jajnika dokonywanej przez ekspertów. Wyniki pokazują, że AI ma potencjał, by znacząco poprawić jakość diagnostyki.
Mechanizm działania algorytmów opiera się na analizie ogromnej ilości danych i poszukiwaniu wzorców charakterystycznych dla guzów nowotworowych. Sztuczna inteligencja “uczy się” na podstawie tysięcy przykładów, dzięki czemu potrafi dostrzec szczegóły niewidoczne dla ludzkiego oka. Taka precyzja może pomóc w szybszym wykrywaniu raka jajnika we wczesnym stadium, co z kolei zwiększa szanse na skuteczne leczenie.
Wprowadzenie AI do diagnostyki niesie ze sobą wiele korzyści. Po pierwsze, umożliwia bardziej jednolitą ocenę wyników badań, niezależnie od doświadczenia lekarza. Po drugie, skraca czas oczekiwania na diagnozę, co jest istotne w przypadku chorób onkologicznych. Po trzecie, pozwala uniknąć niepotrzebnych interwencji chirurgicznych w przypadkach łagodnych zmian, co zmniejsza obciążenie pacjentek i odciąża system opieki zdrowotnej.
Prof. Marek Kudła podsumowuje:
To dopiero początek drogi, ale wyniki naszych badań pokazują, że AI ma ogromny potencjał w diagnostyce nowotworów jajnika. W przyszłości możemy spodziewać się dalszego rozwoju algorytmów i ich integracji z innymi danymi klinicznymi, co jeszcze bardziej zwiększy ich skuteczność.
Eksperci podkreślają jednak, że sztuczna inteligencja nie zastąpi lekarzy, lecz stanie się dla nich cennym narzędziem wspomagającym proces diagnostyczny. AI działa na zasadzie “drugiej opinii”, sugerując, które przypadki wymagają szczególnej uwagi specjalisty. Dzięki temu doświadczeni klinicyści mogą skupić się na najtrudniejszych i najbardziej wymagających diagnozach.
