Το προβάδισμα στη μάχη ενάντια στον καρκίνο αποκτά η ιατρική με τη βοήθεια της τεχνητής νοημοσύνης. Οι ερευνητές χρησιμοποίησαν τη διαδικασία της μηχανικής μάθησης (deep learning) για να προβλέψουν τον τρόπο με τον οποίο η νόσος μπορεί να εξελιχθεί σε μεμονωμένους ασθενείς. Έτσι δίνεται η δυνατότητα στους θεράποντες ιατρούς να παρεμβαίνουν νωρίτερα, προτού οι όγκοι καταστούν ανθεκτικοί στα φάρμακα.
Η τεχνική, που έχει πάρει το όνομα Revolver επιλέγει πρότυπα στη μετάλλαξη του DNA σε καρκίνους και χρησιμοποιεί τις πληροφορίες για να προβλέψει τις μελλοντικές γενετικές αλλαγές. Οι ερευνητές πιστεύουν ότι η καινοτόμος τεχνολογία θα βοηθήσει τους γιατρούς να σχεδιάσουν την πιο αποτελεσματική θεραπεία για κάθε ασθενή και να ενισχύσουν τις πιθανότητες επιβίωσής τους. Η ερευνητική ομάδα, με επικεφαλής το Ινστιτούτο Έρευνας Καρκίνου του Λονδίνου (ICR) και το Πανεπιστήμιο του Εδιμβούργου, βρήκε επίσης μια σύνδεση μεταξύ ορισμένων επαναλαμβανόμενων μεταλλάξεων όγκων και έκβασης επιβίωσης.
Οι επιστήμονες έχουν πλέον τη δυνατότητα να χρησιμοποιήσουν αυτά τα πρότυπα γενετικών μεταλλάξεων για να προβλέψουν πώς θα αναπτυχθεί η ασθένεια και, συνεπώς, ποια θεραπεία ενδέχεται να είναι η πιο ελπιδοφόρα. Οι ερευνητές χρησιμοποίησαν 768 δείγματα όγκων από 178 ασθενείς που αναφέρθηκαν σε προηγούμενες μελέτες για καρκίνο πνεύμονα, μαστού, νεφρού και εντέρου και ανέλυσαν τα δεδομένα σε κάθε τύπο καρκίνου αντίστοιχα για την ακριβή ανίχνευση και σύγκριση των αλλαγών σε κάθε όγκο.
Αναγνωρίζοντας τα επαναλαμβανόμενα πρότυπα και συνδυάζοντάς τα με την τρέχουσα γνώση της βιολογίας και της εξέλιξης του καρκίνου, οι επιστήμονες θα μπορούσαν να προβλέψουν πώς αναπτύσσονται οι όγκοι – κάτι που λόγω της συνεχώς μεταβαλλόμενης φύσης τους παραμένει μία από τις μεγαλύτερες προκλήσεις στην αντιμετώπιση του καρκίνου. «Έχουμε αναπτύξει ένα ισχυρό εργαλείο τεχνητής νοημοσύνης, το οποίο μπορεί να κάνει προβλέψεις για τα μελλοντικά στάδια», δήλωσε ο Andrea Sottoriva, επικεφαλής της μελέτης.
Η εξέλιξη των όγκων με βάση ορισμένα μοτίβα μετάλλαξης που μέχρι στιγμής παρέμειναν κρυμμένα μέσα σε πολύπλοκα σύνολα δεδομένων. «Με αυτό το εργαλείο ελπίζουμε να αφαιρέσουμε ένα από τα σημαντικότερα εμπόδια: το γεγονός ότι εξελίσσεται απρόβλεπτα. «Ο καρκίνος είναι η μεγαλύτερη πρόκληση που αντιμετωπίζουμε στη δημιουργία θεραπειών. Αν είμαστε σε θέση να προβλέψουμε πώς θα εξελιχθεί ένας όγκος, η θεραπεία θα μπορούσε να τροποποιηθεί πριν από την προσαρμογή και την αντοχή στα φάρμακα. Αυτή η νέα προσέγγιση που αξιοποιεί την τεχνητή νοημοσύνη θα μπορούσε να επιτρέψει την εξατομίκευση της θεραπείας με πιο λεπτομερή τρόπο και σε προγενέστερο στάδιο από ό, τι είναι σήμερα δυνατό», τόνισε ο Sottoriva.
