Tradycyjna diagnostyka raka opiera się na analizie obrazów histopatologicznych – próbek tkanek oglądanych pod mikroskopem. Nawet dla doświadczonych patologów wykrywanie wczesnych oznak nowotworów bywa trudne. Tymczasem nowy model AI o nazwie ECgMLP osiągnął skuteczność aż 99,26 proc. w diagnozowaniu raka endometrium, jednej z najczęstszych form nowotworów układu rozrodczego u kobiet. Dla porównania – średnia skuteczność diagnozy stawianej przez człowieka waha się od 78,91 do 80,93 proc.
Czytaj też: Sztuczna inteligencja wykryje guzy jajników lepiej niż niedoświadczeni lekarze
Opracowany przez naukowców z Charles Darwin University i ich międzynarodowych partnerów system bazuje na analizie głębokiego uczenia (deep learning) oraz specjalnie zoptymalizowanej architekturze, wykorzystującej mechanizmy samouwagi. Dzięki temu AI nie tylko rozpoznaje zmiany nowotworowe, ale też automatycznie poprawia jakość obrazu, skupiając się na kluczowych obszarach tkanki, w których mogą ukrywać się niepokojące zmiany, co opisano w czasopiśmie Computer Methods and Programs in Biomedicine Update.
Dr Asif Karim z Charles Darwin University, współautor badania, mówi:
Opracowany przez nas model ECgMLP przewyższa inne istniejące metody zarówno pod względem trafności diagnozy, jak i efektywności obliczeniowej. Nowy model dobrze uogólnia się w wielu zestawach danych histopatologicznych, co czyni go solidnym i klinicznie stosowalnym rozwiązaniem do diagnostyki raka endometrium.
Sztuczna inteligencja pomoże rozpoznać raka endometrium lepiej niż człowiek
Jedną z największych zalet ECgMLP jest jego zdolność do adaptacji. Choć został pierwotnie stworzony do wykrywania raka endometrium, badacze przetestowali go także na zestawach danych dotyczących innych typów nowotworów. Wyniki? Diagnozowanie raka jelita grubego – 98,57 proc. skuteczności. Raka piersi – 98,20 proc. Raka jamy ustnej – 97,34 proc.
Czytaj też: Sztuczna inteligencja, która widzi więcej. Wykrywa zapalenie płuc z niespotykaną dokładnością!
Prof. Niusha Shafiabady z Australian Catholic University, współautorka badania, dodaje:
Ta sama metodologia może być z powodzeniem stosowana w wykrywaniu różnych rodzajów nowotworów – i to na wczesnym etapie. To ogromna szansa na poprawę wyników leczenia i przeżywalności pacjentów.
Twórcy ECgMLP podkreślają, że ich narzędzie nie ma na celu zastąpienia lekarzy, lecz wspieranie ich w podejmowaniu decyzji diagnostycznych. System może działać jako “mózg” aplikacji wspomagającej pracę specjalistów – od skriningu po ocenę skuteczności terapii.
Prof. Niusha Shafiabady dodaje:
To narzędzie diagnostyczne nowej generacji – szybkie, tanie, skalowalne i niezawodne. Może być szczególnie przydatne tam, gdzie brakuje dostępu do doświadczonych patologów, czyli w krajach rozwijających się, ale też w zatłoczonych systemach ochrony zdrowia krajów zachodnich.
ECgMLP został gruntownie przetestowany na różnych zestawach danych i przeszedł tzw. badania ablacyjne, które wykazały, że jego architektura i sposób uczenia są zoptymalizowane pod kątem dokładności i wydajności. Oznacza to, że jego działanie nie jest przypadkowe, ale potwierdzone metodologicznie i powtarzalne.
Rak endometrium jednym z najczęstszych nowotworów ginekologicznych na świecie
Warto zaznaczyć, że rak endometrium należy do tych nowotworów, które przy wczesnym wykryciu są stosunkowo dobrze rokujące. Dane epidemiologiczne wskazują, że pięcioletni wskaźnik przeżycia dla pacjentek, u których choroba została zdiagnozowana w pierwszym stadium, przekracza 95 proc. Dzieje się tak dlatego, że nowotwór rozwija się początkowo tylko w obrębie błony śluzowej macicy, a jego chirurgiczne usunięcie – często w połączeniu z hormonoterapią – daje bardzo dobre efekty terapeutyczne.
Czytaj też: Stary lek, nowa broń. Digoksyna w walce z przerzutami raka
Sytuacja zmienia się dramatycznie, gdy choroba zaczyna się rozprzestrzeniać poza jamę macicy. W zaawansowanych stadiach, gdy rak nacieka mięsień macicy, szyjkę, jajniki, węzły chłonne czy inne narządy miednicy i jamy brzusznej, rokowania pacjentek gwałtownie się pogarszają. W stadium III pięcioletni wskaźnik przeżycia spada do około 45-50 proc., a w stadium IV – czyli przy obecności odległych przerzutów – wynosi już tylko 15-20 proc. W tych przypadkach leczenie wymaga zastosowania agresywnych schematów chemioterapii, radioterapii, a często także leczenia paliatywnego.
Dlatego tak istotne jest, by rozpoznanie raka endometrium następowało jak najwcześniej, jeszcze zanim pojawią się objawy wskazujące na zaawansowane stadium – takie jak bóle miednicy, wodobrzusze czy znaczna utrata masy ciała. W praktyce klinicznej jednym z najczęstszych i najwcześniejszych sygnałów alarmowych jest nieprawidłowe krwawienie z dróg rodnych – zwłaszcza u kobiet po menopauzie. Problem w tym, że nie każda pacjentka zgłasza się do lekarza od razu, a analiza pobranej próbki endometrium (np. przez biopsję aspiracyjną) jest procesem wymagającym precyzyjnej oceny mikroskopowej.
To właśnie tutaj sztuczna inteligencja może odegrać kluczową rolę – eliminuje ryzyko przeoczenia subtelnych zmian nowotworowych, skraca czas oczekiwania na diagnozę i pozwala wdrożyć leczenie na etapie, kiedy szanse na pełne wyleczenie są największe. W kontekście raka endometrium, gdzie granica między wczesnym wykryciem a tragicznym opóźnieniem może oznaczać różnicę między życiem a śmiercią, zastosowanie narzędzi AI takich jak ECgMLP to potencjalny przełom ratujący życie tysięcy kobiet rocznie.
