تشخیص علائم سرطان لوزالمعده حتی پیش از تشکیل تومورها به کمک هوش مصنوعی
سید محمدجواد فیاض
- ۱۴ تیر ۱۴۰۵
یک مدل هوش مصنوعی توسعهدادهشده در «کلینیک مایو» توانست ناهنجاریهایی را در تصاویر سیتیاسکن تا دو سال پیش از تشخیص قطعیِ بیماران شناسایی کند. این مدل هماکنون در یک کارآزمایی بالینی در حال ارزیابی است.
معمولاً زمانی که پزشکان سرطان لوزالمعده را تشخیص میدهند، برای درمان مؤثر بسیار دیر شده است. اما یک مطالعه جدید نشان میدهد که هوش مصنوعی ممکن است قادر باشد علائم این بیماری را پیش از آنکه تومورها در یک تصویر سیتیاسکن قابلمشاهده باشند، پیدا کند.
بر اساس تحقیقی اخیراً در نشریه Gut منتشر شده، یک مدل هوش مصنوعیِ توسعهیافته در کلینیک مایو (Mayo Clinic) واقع در مینهسوتا، ناهنجاریهایی را در سیتیاسکن بیماران تا سه سال پیش از تشخیص قطعی سرطان لوزالمعده شناسایی کرد.
دانشمندانِ توسعهدهنده این مدل که اکنون در یک کارآزمایی بالینی در حال ارزیابی است، آن را با ورودیهای اسکنهای سیتیِ بیمارانی آموزش دادند که برای سایر شرایط پزشکی غربالگری شده بودند و سپس ابتلای آنها به سرطان لوزالمعده تشخیص داده شده بود. این تیم در ادامه از رادیولوژیستها خواستند تا اسکنها را بررسی کنند و توانایی آنها در یافتن علائم اولیه سرطان را با توانایی مدل هوش مصنوعی مقایسه کردند. مشخص شد که این مدل در شناسایی علائم اولیه ۳ برابر بهتر عمل میکند.
«آجیت گوئنکا» (Ajit Goenka)، رادیولوژیست کلینیک مایو و یکی از نویسندگان این مطالعه گفت: «ما بر اساس بیولوژی بیماری میدانستیم که این چیزی نیست که به طور ناگهانی در عرض ۳ ماه ظاهر شود. میدانستیم که سیگنالِ [بیماری] در وجود دارد و فقط باید راهی پیدا میکردیم تا بتوانیم آن را تشخیص دهیم.»
سرطان لوزالمعده با نرخ بقای پنجساله ۱۳ درصدی، در مسیری قرار دارد که تا سال ۲۰۳۰ به دومین عامل اصلی مرگومیر ناشی از سرطان تبدیل شود. ابتلا حدود ۸۰ درصد از بیماران پس از رسیدن بیماری به مرحله پیشرفته تشخیص داده میشوند. برخلاف سرطان روده بزرگ یا سینه، هیچ غربالگری معمولی برای سرطان لوزالمعده در افراد سالم وجود ندارد. احساسکردن وجود توده نیز تقریباً غیرممکن است، زیرا لوزالمعده در عمق شکم پنهان شده است. همچنین، علائم معمول مانند معدهدرد و کاهش وزن ناگهانی غالباً تا زمانی که سرطان به سایر اندامها سرایت نکرده باشد، آغاز نمیشوند. نشانگرهای بیماری غالباً آنقدر نامحسوس هستند که با چشم انسان در یک اسکن دیده نمیشوند. در بسیاری از موارد، اسکنهای بیماران حتی تا ۶ ماه پیش از تشخیص بیماری کاملاً طبیعی به نظر میرسند.
«دنیل جونگ» (Daniel Jeong)، رادیولوژیست تشخیصی در مرکز سرطان Moffitt در فلوریدا که در تحقیق کلینیک مایو مشارکتی نداشته است میگوید: «من هر روز این تصاویر را تجزیهوتحلیل میکنم. ما در واقع به دنبال یک توده قابلاندازهگیری هستیم که بتواند نمایانگر سرطان باشد؛ بنابراین، این تومورها باید تا سطح مشخصی رشد کنند تا قابلمشاهده شوند.»
گوئنکا بیان کرد که یکی از نشانههای سرطانِ اولیه که مدل هوش مصنوعی قادر به تشخیص آن بود، سلولهای غیرطبیعی در لوزالمعده است که به سرطان پناه داده و از آن در برابر دفاع ایمنی بدن محافظت میکنند. دانشمندان میدانستند که چنین سلولهایی وجود دارند، اما برای یافتن آنها در اسکنها با مشکل مواجه بودند.
به گفته گوئنکا، این مدل ممکن است روزی برای افرادی که از پیش دارای فاکتورهای خطرِ بیماری مانند سابقه خانوادگی یا دیابت هستند؛ اما هیچ علامتی ندارند، مفید واقع شود. از آن مرحله به بعد، پزشکان احتمالاً آزمایش خون و تصویربرداریهای تکمیلی را توصیه خواهند کرد.
این مدل هوش مصنوعی یکی از چندین پیشرفت اخیر در تحقیقات سرطان لوزالمعده است. ماه گذشته میلادی، نتایج یک کارآزمایی در مراحل اولیه نشان داد که یک واکسن mRNA، روند درمانی ۸ بیمار مبتلا به سرطان لوزالمعده را طولانیتر کرده است. همچنین مشخص شد که یک داروی آزمایشی به نام Daraxonrasib در یک کارآزمایی در مراحل پیشرفتهتر، امید به زندگی بیماران را دو برابر کرده است. سازمان غذا و دارو ایالات متحده (FDA) نیز اخیراً اعلام کرد که توسعهدهنده این دارو، یعنی شرکت Revolution Medicines، میتواند دسترسی به آن را در یک محیط کنترلشده برای بیماران مبتلا به سرطان لوزالمعده پیشرفته که قبلاً درمانهای دیگر را امتحان کردهاند، گسترش دهد. Daraxonrasib هنوز توسط سازمان غذا و دارو تأیید نشده است.
علاوه بر این، محققان در حال کار بر روی آزمایشهای خون پیشرفتهای هستند که میتوانند به دنبال نشانههای بارز این بیماری باشند. سایر پزشکانی که به مطالعه کلینیک مایو وابسته نیستند، بیان کردند که مدل هوش مصنوعی با یافتن علائم سرطان لوزالمعده پیش از گسترش آن به اندامهای اصلی یا رگهای خونی ممکن است تعداد بیمارانی که میتوانند گزینه جراحی، شیمیدرمانی یا پرتودرمانی باشند را افزایش دهد.
هوش مصنوعی بهعنوان یک ابزار تشخیصی برای طیف وسیعی از بیماریهای دیگر نیز نویدبخشِ موفقیتهای چشمگیری بوده است. در مطالعهای که اخیراً در نشریه Science منتشر شده؛ محققان دریافتند که هوش مصنوعی در تشخیص بیماران اورژانس، عملکردی برابر با پزشکان انسانی داشته یا حتی از آنها بهتر عمل کرده است. گوئنکا میگوید ممکن است مدتی طول بکشد تا مدل کلینیک مایو در دسترس عموم قرار گیرد، زیرا کارآزمایی بالینی باید شرکتکنندگان را برای ۳ تا ۵ سال زیر نظر داشته باشد تا مشخص شود چه کسی به سرطان مبتلا میشود و چه کسی نمیشود.
