مطالعه هوش مصنوعی “گام اول هیجان انگیز” به سمت بهبود نظارت پس از درمان بیماران سرطان ریه

بر اساس مطالعه‌ای که توسط محققان بنیاد رویال ماردن NHS Trust با همکاری این موسسه انجام شد، هوش مصنوعی (AI) می‌تواند به نظارت پس از درمان بیماران مبتلا به سرطان ریه سلول غیر کوچک (NSCLC) کمک کند و در نتیجه نتایج را بهبود بخشد. تحقیقات سرطان، لندن، و امپریال کالج لندن.

در اولین مطالعه جهانی، مطالعه OCTAPUS-AI، منتشر شده در The Lancet’s EbioMedicine مجله، مدل‌های مختلف یادگیری ماشین را مقایسه کرد تا مشخص کند کدامیک می‌تواند بیماران NSCLC در معرض خطر عود را به دنبال پرتودرمانی درمانی با دقت بیشتری شناسایی کند. یادگیری ماشینی (ML) نوعی هوش مصنوعی است که به نرم افزار اجازه می دهد تا به طور خودکار نتایج را پیش بینی کند. الگوریتم‌های ML مدلی را بر اساس داده‌های نمونه می‌سازند تا پیش‌بینی‌ها یا تصمیم‌گیری‌ها را بدون برنامه‌ریزی صریح برای انجام این کار انجام دهند.

نتایج حاصل از مطالعه گذشته نگر و چند مرکزی نشان می دهد که این فناوری می تواند برای کمک به شخصی سازی و در نتیجه بهبود نظارت بر بیماران پس از درمان بر اساس خطر آنها استفاده شود. این امر می تواند منجر به تشخیص زودتر عود در بیماران پرخطر شود و اطمینان حاصل شود که آنها درمان فوری دریافت می کنند که به طور بالقوه می تواند نتایج آنها را بهبود بخشد. برای کسانی که خطر عود کم دارند، می تواند منجر به اسکن های پیگیری کمتر و مراجعه به بیمارستان شود.

پیش بینی عود

محققان از داده‌های بالینی ناشناس و به‌طور معمول در دسترس از 657 بیمار NSCLC که در پنج بیمارستان بریتانیا تحت درمان بودند، برای مقایسه الگوریتم‌های مختلف یادگیری ماشین بر اساس فاکتورهای پیش‌آگهی مختلف (که برای پیش‌بینی احتمال عود بیمار استفاده می‌شود) استفاده کردند. اسکن می کند. آنها سپس مدل‌های پیش‌بینی را برای دسته‌بندی بیماران در دو سال پس از درمان به دو دسته کم و بالای عود، بقای بدون عود و بقای کلی توسعه دادند و آزمایش کردند.

به عنوان مثال، محققان دریافتند که اندازه تومور و مرحله، نوع و شدت رادیوتراپی، وضعیت سیگار کشیدن، BMI و سن، مهم ترین عوامل در الگوریتم مدل نهایی برای پیش بینی نتایج بیمار هستند.

همچنین مشخص شد که این مدل در پیش‌بینی نتایج دقیق‌تر از روش‌های سنتی مانند سیستم مرحله‌بندی TNM است که میزان و گسترش سرطان در بدن بیمار را توصیف می‌کند.

سرطان ریه عامل اصلی مرگ و میر ناشی از سرطان در سراسر جهان است و بیش از یک پنجم (21٪) مرگ و میرهای ناشی از سرطان در NSCLC انگلستان، تقریباً پنج ششم (85٪) موارد سرطان ریه را تشکیل می دهد و در صورت تشخیص زودهنگام، این بیماری است. اغلب قابل درمان با این حال، بیش از یک سوم (36٪) از بیماران NSCLC عود را در بریتانیا تجربه می کنند

بهینه سازی نظارت

برای بهبود نتایج بیماران مبتلا به سرطان ریه، موسسه ملی مراقبت های بهداشتی و تعالی بالینی (NICE) خواستار تحقیقات بیشتر در مورد استفاده از عوامل پیش آگهی برای ایجاد مدل های طبقه بندی خطر برای اطلاع رسانی بهینه نظارت شده است. مطالعه OCTAPUS-AI در پاسخ به این توصیه توسعه یافته است.

دکتر سومیت هندوچا، سرپرست این مطالعه، کارشناس انکولوژی بالینی در بنیاد رویال ماردن NHS و امپریال کالج لندن، گفت:

“در حال حاضر، هیچ چارچوب مشخصی برای نظارت بر بیماران سرطان ریه سلولی غیرکوچک پس از درمان رادیوتراپی در بریتانیا وجود ندارد، این بدان معناست که در نوع و دفعات پیگیری که بیماران دریافت می‌کنند، تفاوت‌هایی وجود دارد. تحقیقات بیشتری برای توسعه مورد نیاز است. پروتکل های پیگیری شخصی و استفاده از هوش مصنوعی با داده های مراقبت های بهداشتی ممکن است پاسخ باشد.

این مطالعه نشان می‌دهد که مدل‌های یادگیری ماشینی می‌توانند پیامدهای بیماران NSCLC را پس از پرتودرمانی درمانی با استفاده از داده‌های بالینی معمول در دسترس پیش‌بینی کنند. از آنجایی که این نوع داده‌ها به راحتی قابل دسترسی هستند، این روش می‌تواند در سیستم‌های مختلف سلامت تکرار شود. بنابراین این مطالعه برای اولین بار هیجان‌انگیز است. گامی به سوی توسعه مدلی برای کمک به هدایت نظارت پس از درمان این گروه بیمار بر اساس خطر عود فردی آنها گام بردارید.

“مرحله بعدی این مطالعه، مدل‌های یادگیری ماشین را با استفاده از داده‌های تصویربرداری به تنهایی و در ترکیب با داده‌های بالینی آزمایش می‌کند. ما امیدواریم که دریابیم که چگونه مدل ما، که بر اساس ویژگی‌های بیمار و درمان دریافت شده است، تحت تاثیر داده‌های اسکن تصویربرداری قرار می‌گیرد. “

بهبود مراقبت از افراد مبتلا به سرطان

دکتر ریچارد لی، پزشک مشاور در پزشکی تنفسی و تشخیص اولیه در بنیاد رویال مارسدن NHS و سرپرست تیم تشخیص و تشخیص اولیه در موسسه تحقیقات سرطان لندن، که محقق ارشد مطالعه OCTAPUS-AI است، 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 تشخیص زودتر این عود است تا درمان مجدد موثرتر باشد.

“عود نیز منبع کلیدی اضطراب برای بیماران است. کاهش تعداد اسکن های مورد نیاز در این محیط می تواند مفید باشد و همچنین باعث کاهش قرار گرفتن در معرض تشعشعات، بازدید از بیمارستان و استفاده موثرتر از منابع ارزشمند NHS می شود.”

“در آینده، ما امیدواریم این رویکرد راه را برای پیش‌بینی عود برای همه انواع سرطان، نه فقط NSCLC، هموار کند. مدل ما از ویژگی‌های خاص این بیماری استفاده می‌کند، اما با اصلاح الگوریتم، این فناوری می‌تواند کاربرد بسیار گسترده‌تری داشته باشد.

“از طریق این کار، ما امیدواریم که مرزها را برای بهبود مراقبت از بیماران سرطانی، کمک به زندگی طولانی تر، و کاهش تاثیر بیماری بر زندگی آنها افزایش دهیم. ما از بیماران و اهداکنندگان خود سپاسگزاریم که این تحقیق را ممکن ساخته اند.”

“من در دستان خوبی بودم”

آنت مورگان، 78 ساله اهل بالهام، اولین بار در سال 2012 پس از بستری شدن در بیمارستان به دلیل ذات الریه، به سرطان ریه مبتلا شد. پس از عمل جراحی برای برداشتن تومور، او تحت نظارت منظم و سی تی اسکن قرار گرفت که عود دیگری از سرطان را در سال 2014 کشف کرد – زمانی که او به Royal Marsden ارجاع شد – و دوباره در سال 2016. در این مواقع آنت تحت درمان رادیوتراپی و شیمی درمانی شدید در این مرکز قرار گرفت. بیمارستان آنت که سابقه پزشکی او با مشخصات بیماران در این مطالعه مطابقت دارد، در فوریه امسال عاری از سرطان اعلام شد. او گفت:

“اولین تشخیص سرطان ریه من، برای من، سیگنالی بود که نشان می دهد ممکن است مدت زیادی زنده نمانم. شوهرم، کانوی، سال قبل بر اثر سرطان سینوس مرده بود، بنابراین فکر کردم احتمالاً به زودی به او ملحق خواهم شد.

زمانی که در سال 2014 عود با یک اسکن مشخص شد، احساس ناراحتی کردم زیرا مبارزه هنوز تمام نشده بود، اما خوشحال بودم که در The Royal Marsden از من مراقبت می شد. در سال 2016، البته از شنیدن اینکه سرطان آمده است خوشحال نبودم. بعد از عمل شوهرم کیفیت زندگی او بسیار ضعیف شد و من نمی خواستم این اتفاق برای من بیفتد.

“نظارت بر وضعیت من در 9 سال گذشته فوق العاده بوده است. برای شروع، من هر سه ماه یکبار و سپس چهار ماه به مدت سه سال و سپس هر شش ماه به مدت دو سال به Royal Marsden برمی‌گشتم. پس از این، من مجبور شدم چک‌آپ‌های سالانه احساس می‌کردم مطمئن بودم و مطمئن بودم که اگر مشکلی وجود داشته باشد، بررسی می‌شود و من در دستان خوبی هستم.

“همه در Royal Marsden فوق العاده بوده اند. نه تنها انکولوژیست من، دکتر مرینا احمد، سرطان من را درمان کرد، بلکه در سایر مشکلات سلامتی مربوط به قلب، تیروئید و تنفسم نیز کمک کرد. بیمارستان به من اجازه داد مستقل بمانم و فعال-مثلاً با دوچرخه خانگی دوچرخه سواری می کنم- و وقت بیشتری را با فرزندان و نوه هایم می گذرانم. مراقبتی که از من داشته ام شگفت انگیز بوده است.”