پزشکان و دانشمندان ابزار هوش مصنوعی ابداع کرده‌اند که می‌تواند به دقت پیش‌بینی کند که احتمال رشد مجدد تومورها در بیماران سرطانی پس از انجام درمان وجود دارد.
این پیشرفت که توسط انکولوژیست های بالینی “هیجان انگیز” توصیف شد، می تواند نظارت بر بیماران را متحول کند. در حالی که پیشرفت‌های درمانی در سال‌های اخیر شانس بقا را افزایش داده است، خطر بازگشت بیماری همچنان وجود دارد.
نظارت بر بیماران پس از درمان برای اطمینان از اینکه عود سرطان فوراً انجام می شود، حیاتی است. با این حال، در حال حاضر، پزشکان تمایل دارند برای پیش‌بینی وضعیت بیمار در آینده، به روش‌های سنتی، از جمله روش‌هایی که بر میزان اصلی و گسترش سرطان تمرکز دارند، تکیه کنند.
اکنون اولین مطالعه در جهان توسط بنیاد رویال مارسدن NHS Trust، موسسه تحقیقات سرطان لندن و امپریال کالج لندن مدلی را با استفاده از یادگیری ماشینی – نوعی هوش مصنوعی – شناسایی کرده است که می تواند خطر بازگشت سرطان را پیش بینی کند. و آن را بهتر از روش های موجود انجام دهید.
دکتر ریچارد لی، پزشک مشاور گفت: «این یک گام مهم رو به جلو در استفاده از هوش مصنوعی برای درک اینکه کدام بیماران در معرض بالاترین خطر عود سرطان هستند و برای تشخیص زودتر این عود است تا درمان مجدد مؤثرتر باشد.» در پزشکی تنفسی و تشخیص زودهنگام در بنیاد رویال ماردن NHS Trust.
لی، محقق ارشد مطالعه OCTAPUS-AI، به گاردین گفت که این می تواند نه تنها در بهبود نتایج بیماران سرطانی، بلکه برای کاهش ترس آنها حیاتی باشد و عود بیماری برای بسیاری «منبع کلیدی اضطراب» است. ما امیدواریم که برای بهبود مراقبت از بیماران سرطانی، به آنها کمک کنیم تا بیشتر عمر کنند و تأثیر این بیماری بر زندگی آنها را کاهش دهیم.
ابزار هوش مصنوعی ممکن است منجر به تشخیص زودهنگام عود در بیمارانی شود که در معرض خطر هستند، و اطمینان حاصل شود که آنها درمان فوری‌تری دریافت می‌کنند، اما همچنین می‌تواند منجر به اسکن‌های پیگیری غیرضروری و ویزیت‌های غیرضروری کمتری برای بیمارانی شود که کم خطر هستند.
لی گفت: «کاهش تعداد اسکن‌های مورد نیاز در این تنظیمات می‌تواند مفید باشد، و همچنین باعث کاهش قرار گرفتن در معرض تشعشع، بازدید از بیمارستان و استفاده مؤثرتر از منابع ارزشمند NHS می‌شود».
در این مطالعه گذشته نگر، پزشکان، دانشمندان و محققان یک مدل یادگیری ماشینی را برای تعیین اینکه آیا می تواند به طور دقیق بیماران سرطان ریه سلول غیر کوچک (NSCLC) در معرض خطر عود را پس از پرتودرمانی شناسایی کند، توسعه دادند. یادگیری ماشینی نوعی از هوش مصنوعی است که نرم افزار را قادر می سازد تا به طور خودکار نتایج را پیش بینی کند.
سرطان ریه عامل اصلی مرگ و میر ناشی از سرطان در سراسر جهان است و بیش از یک پنجم (21٪) مرگ و میر ناشی از سرطان در بریتانیا را تشکیل می دهد. NSCLC تقریباً پنج ششم (85٪) موارد سرطان ریه را تشکیل می دهد و در صورت تشخیص زودهنگام، این بیماری اغلب قابل درمان است. با این حال، بیش از یک سوم (36٪) از بیماران NSCLC عود را در بریتانیا تجربه می کنند.
محققان از داده‌های بالینی 657 بیمار NSCLC که در پنج بیمارستان بریتانیا تحت درمان بودند برای تغذیه مدل خود استفاده کردند – و داده‌های مربوط به عوامل پیش‌آگهی مختلف را برای پیش‌بینی بهتر احتمال عود بیمار اضافه کردند.
این موارد شامل سن، جنسیت، BMI، وضعیت سیگار کشیدن، شدت پرتودرمانی و ویژگی های تومور بیمار بود. سپس محققان از مدل هوش مصنوعی برای دسته‌بندی بیماران به دو دسته کم و زیاد احتمال عود، مدت زمانی که ممکن است قبل از عود تجربه می‌کنند و بقای کلی دو سال پس از درمان استفاده کنند، استفاده کردند.
این ابزار در پیش‌بینی نتایج دقیق‌تر از روش‌های سنتی بود. نتایج این مطالعه که توسط موسسه خیریه رویال مارسدن سرطان و موسسه ملی تحقیقات سلامت پشتیبانی می شود، در مجله eBioMedicine The Lancet منتشر شد.
دکتر سومیت هندوچا، سرپرست این مطالعه، متخصص انکولوژی بالینی ثبت نام در کالج سلطنتی مارسدن و امپریال لندن، گفت: «در حال حاضر، هیچ چارچوب مشخصی برای نظارت بر بیماران سرطان ریه سلول غیر کوچک پس از درمان رادیوتراپی در بریتانیا وجود ندارد. «این بدان معناست که در نوع و فراوانی پیگیری‌هایی که بیماران دریافت می‌کنند، تنوع وجود دارد… استفاده از هوش مصنوعی با داده‌های مراقبت‌های بهداشتی ممکن است راه‌حل باشد.
از آنجایی که این نوع داده ها به راحتی قابل دسترسی هستند، این روش می تواند در سیستم های مختلف سلامت تکرار شود.
هندوچا افزود: این مطالعه «اولین گام هیجان‌انگیز» به سوی ارائه ابزاری در سطح ملی و بین‌المللی برای هدایت نظارت بر بیماران سرطانی پس از درمان است.