Η πρόοδος στην παθολογική ανάλυση του καρκίνου μέσω ενός καινοτόμου μοντέλου τεχνητής νοημοσύνης

Η πρόοδος στην παθολογική ανάλυση του καρκίνου μέσω ενός καινοτόμου μοντέλου τεχνητής νοημοσύνης

Ένα προηγμένο μοντέλο τεχνητής νοημοσύνης, ικανό να συμβάλει στην παθολογική ανάλυση και τη διάγνωση του καρκίνου, δημιούργησε ομάδα ερευνητών, με επικεφαλής την Ελληνίδα ερευνήτρια, Μαριάννα Ραψομανίκη, από το Biomedical Data Science Center του Πανεπιστημίου της Λωζάνης και το Πανεπιστημιακό Νοσοκομείο της Λωζάνης, στην Ελβετία.

Με στόχο να υπερπηδήσει το συχνό εμπόδιο της έλλειψης επαρκών ιστολογικών δεδομένων για την πρόγνωση του καρκίνου σε έναν ασθενή, η ερευνητική ομάδα δημιούργησε το μοντέλο τεχνητής νοημοσύνης με την ονομασία «VirtualMultiplexer». Αυτό το μοντέλο παράγει εικόνες των βιοψιών και συγκεκριμένα της ανάλυσης των ιστών μέσω του χρωματισμού τους, δηλαδή μιας τεχνικής που χρησιμοποιείται για τη διάγνωση του καρκίνου στο εργαστήριο.

Όλοι έχουμε χειριστεί εφαρμογές στον κινητό μας τηλέφωνο που χρησιμοποιούν μια φωτογραφία μας για να μας δείξουν πώς θα μοιάζαμε ως ηλικιωμένοι ή ως θέμα του πίνακα ενός σπουδαίου ζωγράφου. Αυτή τη λογική της μεταφοράς στυλ (style transfer) αξιοποιεί και το συγκεκριμένο μοντέλο, «απλά αντί για κάποιο ζωγράφο, έχουμε μια μοριακή τεχνική στο εργαστήριο», όπως εξηγεί χαρακτηριστικά η κ. Ραψομανίκη.

Χρησιμοποιώντας την παραγωγική τεχνητή νοημοσύνη, το μοντέλο δημιουργεί λεπτομερείς εικόνες ενός καρκινικού ιστού και των πληροφοριών που φέρει σε μοριακό επίπεδο, στοιχείο πολύ σημαντικό για τον ακριβή προσδιορισμό της ασθένειας. Τα αποτελέσματα της έρευνας δημοσιεύθηκαν στο περιοδικό «Nature Machine Intelligence».

Στο πεδίο της ογκολογίας έχει εμφάνιση τα τελευταία χρόνια η τεχνολογία του multiplexed imaging, όπου ανιχνεύονται και μετρώνται πολλοί βιοδείκτες του καρκίνου ταυτόχρονα, παρέχοντας μεγαλύτερη ακρίβεια στη διάγνωση και στην εξατομίκευση της θεραπείας. «Η ογκολογία στο κομμάτι της έρευνας ζει μια πολύ μεγάλη επανάσταση. Ο στόχος των ερευνητών ήταν με τη βοήθεια του μοντέλου αυτού να μειωθεί η ανάγκη εκτέλεσης επιπλέον εργαστηριακών αναλύσεων», εξηγεί η κ. Ραψομανίκη.

Μετά τη δημιουργία του μοντέλου, οι ερευνητές δοκίμασαν την αξιοπιστία του συγκρίνοντας τις προβλέψεις αυτού με πραγματικούς βαμμένους ιστούς, επιβεβαιώνοντας ότι το μοντέλο είναι αξιόπιστο.

Οι ερευνητές χρησιμοποίησαν ιστούς από άτομα που πάσχουν από καρκίνο του προστάτη και από καρκίνο του παγκρέατος. Σε επόμενο στάδιο στοχεύουν στην προσαρμογή του μοντέλου ώστε να μπορεί να χρησιμοποιηθεί και για τον εντοπισμό άλλων τύπων καρκίνου.

Όπως παρατηρεί η κ. Ραψομανίκη, η χρήση της τεχνητής νοημοσύνης «έχει φέρει πολύ μεγάλη ελπίδα», καθώς οι τεχνικές αυτές μπορούν να δουν συσχετίσεις που το ανθρώπινο μάτι δεν μπορεί να αναγνωρίσει.

«Η ελπίδα είναι ότι η τεχνητή νοημοσύνη θα είναι ένα χρήσιμο εργαλείο στα χέρια του γιατρού», τονίζει η ίδια, υπογραμμίζοντας ότι το μέλλον της ογκολογίας πιστεύει ότι βρίσκεται στην εξατομικευμένη θεραπεία για κάθε ασθενή.

Ωστόσο, τονίζει ότι «δεν πρέπει να ξεχνάμε ότι όλα αυτά είναι εργαλεία και πρέπει να είμαστε προσεκτικοί στην προστασία των δεδομένων των ασθενών». Επίσης, επισημαίνει την ανάγκη κατανόησης του τρόπου που τα μοντέλα αυτά παίρνουν αποφάσεις.

Σημειώνεται ότι πρώτος συγγραφέας της δημοσίευσης στο «Nature Machine Intelligence» είναι ο ερευνητής Πούσπακ Πάτι, ο οποίος ήταν μέλος της ομάδας της κ. Ραψομανίκη.

Σύνδεσμος για την επιστημονική δημοσίευση:

https://www.nature.com/articles/s42256-024-00889-5

Επισυνάπτεται φωτογραφία της Μαριάννας Ραψομανίκη.

©

Loading

Play