Ο καρκίνος του μαστού είναι η δεύτερη αιτία θανάτου από καρκίνο στις Ηνωμένες Πολιτείες, αλλά πολλές γυναίκες έχουν γνωστούς παράγοντες κινδύνου, λέει ο Vignesh Arasu, MD, Ph.D., ερευνητής και ακτινολόγος της Kaiser Permanente που ειδικεύεται στην απεικόνιση του μαστού.

Ο Arasu θέλησε να το αλλάξει αυτό και να δώσει στους ασθενείς μια σαφέστερη εικόνα του κινδύνου τους.

«Οι παραδοσιακοί παράγοντες κινδύνου - τους οποίους γνωρίζουμε εδώ και δεκαετίες - περιλαμβάνουν την ηλικία μιας γυναίκας, το οικογενειακό ιστορικό, τις προηγούμενες καλοήθεις βιοψίες, την έκθεση στα οιστρογόνα και την πυκνότητα του μαστού», λέει ο Arasu. «Ο εντοπισμός νέων παραγόντων κινδύνου θα μας βοηθούσε να εντοπίσουμε τις γυναίκες που θα μπορούσαν να επωφεληθούν από περισσότερες προληπτικές εξετάσεις με στόχο τη μείωση των διαγνώσεων προχωρημένου καρκίνου του μαστού και των θανάτων από καρκίνο του μαστού».

Πώς όμως;

Η τεχνητή νοημοσύνη (AI) μπορεί να είναι η απάντηση

Η τεχνητή νοημοσύνη θα μπορούσε να αποτελέσει κρίσιμο βοήθημα για την πρόβλεψη του κινδύνου καρκίνου του μαστού ενός ατόμου, σύμφωνα με μια νέα μελέτη με επικεφαλής την Arasu, η οποία δημοσιεύθηκε την Τρίτη στο Radiology, περιοδικό της Ακτινολογικής Εταιρείας της Βόρειας Αμερικής (RSNA).

Η μελέτη περιλαμβάνει χιλιάδες μαστογραφίες και έδειξε ότι η AI θα μπορούσε να ξεπεράσει ένα από τα τυπικά κλινικά μοντέλα κινδύνου που χρησιμοποιούνται σήμερα για την πρόβλεψη του πενταετούς κινδύνου ενός ατόμου να αναπτύξει καρκίνο του μαστού, γνωστό ως Breast Cancer Surveillance Consortium.

«Αυτό υποδηλώνει ότι η τεχνητή νοημοσύνη που χρησιμοποιείται μόνη της ή σε συνδυασμό με τα τρέχοντα μοντέλα πρόβλεψης κινδύνου παρέχει μια νέα οδό για τη μελλοντική πρόβλεψη κινδύνου», λέει ο Arasu.

Οι ειδικοί στον καρκίνο του μαστού που δεν συμμετείχαν στη μελέτη χαιρέτισαν την έρευνα ως πολλά υποσχόμενη για τους παρόχους υγειονομικής περίθαλψης και τους ασθενείς τους.

«Η τεχνητή νοημοσύνη υπόσχεται να βοηθήσει τους ακτινολόγους να ανιχνεύσουν τον ανεπαίσθητο καρκίνο του μαστού, καθώς και να επισημάνει ενδεχομένως ασθενείς που μπορεί να διατρέχουν αυξημένο κίνδυνο καρκίνου του μαστού μέσα στην επόμενη δεκαετία», λέει η Liva Andrejeva-Wright, MD, ακτινολόγος του Yale Medicine και αναπληρώτρια καθηγήτρια στην Ιατρική Σχολή του Yale.

Η μελέτη παρουσιάζει επίσης μια νέα περίπτωση χρήσης της τεχνητής νοημοσύνης.

«Είναι ένας νέος τρόπος να δούμε την τεχνητή νοημοσύνη», λέει η Nina Stuzin Vincoff, MD, επικεφαλής της απεικόνισης μαστού στο Northwell Health στη Νέα Υόρκη. «Πάντα τη θεωρούσαμε ως έναν τρόπο για την εξαγωγή ευρημάτων. Τώρα, αυτή η μελέτη δεν αφορά την εύρεση καρκίνου εκεί τώρα. Αφορά τη διαπίστωση του ποιος διατρέχει μεγαλύτερο κίνδυνο να αναπτύξει καρκίνο στο μέλλον. Είναι ένας πραγματικά ενδιαφέρον και σημαντικός τρόπος για να παίξει ρόλο η τεχνητή νοημοσύνη».

Πώς η νέα μελέτη δείχνει ότι η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην πρόβλεψη του κινδύνου καρκίνου του μαστού

Η Arasu εξηγεί ότι η μελέτη ήταν αναδρομική, πράγμα που σημαίνει ότι εξέτασε τι είχε ήδη συμβεί.

Ο Arasu και η ομάδα του ξεκίνησαν εντοπίζοντας περισσότερες από 324.000 γυναίκες που έκαναν μαστογραφία στο Kaiser Permanente της Βόρειας Καλιφόρνιας το 2016 και δεν είχαν ενδείξεις καρκίνου του μαστού.

Η ομάδα περιόρισε το σύνολο των συμμετεχουσών σε μια τυχαία υποομάδα 13.628 γυναικών για να τις αναλύσει.

«Στη συνέχεια εξετάσαμε ποιες γυναίκες εμφάνισαν καρκίνο του μαστού μεταξύ του 2016 και του 2021», εξηγεί η Arasu. «Βρήκαμε ότι είχαν διαγνωστεί 4.584 γυναίκες με καρκίνο του μαστού. Συγκρίναμε αυτές τις γυναίκες με μια υποομάδα που περιλάμβανε 13.435 από τις 324.000 γυναίκες που δεν εμφάνισαν καρκίνο του μαστού».

Οι ερευνητές παρακολούθησαν κάθε συμμετέχουσα μέχρι το 2021.

«Αξιολογήσαμε πέντε αλγορίθμους τεχνητής νοημοσύνης και δημιουργήσαμε μια βαθμολογία για τις αρνητικές μαστογραφίες αυτών των γυναικών από το 2016», λέει η Arasu. «Αυτές οι βαθμολογίες προορίζονται για την ανίχνευση του καρκίνου του μαστού, αλλά τώρα αξιολογήσαμε αν αυτές οι ίδιες βαθμολογίες θα μπορούσαν να προβλέψουν τον μελλοντικό κίνδυνο καρκίνου σε βάθος πενταετίας».

«Χρησιμοποιήσαμε επίσης το κλινικό μοντέλο κινδύνου BCSC του Breast Cancer Surveillance Consortium για να εκτιμήσουμε τον κίνδυνο καρκίνου του μαστού με βάση τους παραδοσιακούς παράγοντες κινδύνου τους από το 2016», πρόσθεσε η Arasu.

Το Breast Cancer Surveillance Consortium (BCSC) είναι ένα ευρέως χρησιμοποιούμενο μοντέλο για την πρόβλεψη του κινδύνου καρκίνου του μαστού. Χρησιμοποιεί αυτοαναφερόμενες πληροφορίες από την ασθενή και άλλους παράγοντες, όπως η ηλικία, το οικογενειακό ιστορικό καρκίνου του μαστού, το ιστορικό γέννησης και η πυκνότητα του μαστού, και υπολογίζει μια βαθμολογία κινδύνου.

«Υπάρχουν πολλοί παράγοντες που συμβάλλουν στο αν διατρέχετε αυξημένο κίνδυνο να αναπτύξετε καρκίνο και κάποιος μπορεί να μην τους γνωρίζει», λέει ο Vincoff.

Για παράδειγμα, ένα άτομο μπορεί να μην γνωρίζει το πλήρες οικογενειακό ιστορικό του για καρκίνο του μαστού, αν έχει υιοθετηθεί ή αν έχει αποξενωθεί από έναν γονέα.

Θα μπορούσε η τεχνητή νοημοσύνη να βοηθήσει να αλλάξει αυτό; Αυτό είναι που αξιολόγησε η Arasu στη συνέχεια.

«Ψάξαμε να δούμε αν το AI ή το BCSC είχε κάνει καλύτερη δουλειά στην πρόβλεψη των γυναικών που θα έκαναν διάγνωση καρκίνου του μαστού», λέει ο Arasu.

Το έκανε.

«Η μελέτη αποδεικνύει ότι τα μοντέλα αξιολόγησης κινδύνου της ΤΝ μπορούν να βελτιώσουν τον εντοπισμό των ασθενών μέσου κινδύνου που έχουν περισσότερες πιθανότητες να αναπτύξουν καρκίνο του μαστού εντός ενός χρονικού διαστήματος πέντε ετών», λέει η Andrejeva-Wright. «Επιπλέον, η μελέτη υποδηλώνει ότι η εφαρμογή των μοντέλων εκτίμησης κινδύνου BCSC σε συνδυασμό με τα μοντέλα εκτίμησης κινδύνου AI μπορεί να οδηγήσει σε ενισχυμένο εντοπισμό πιθανών ομάδων ασθενών εντός του πληθυσμού μέσου κινδύνου που μπορεί να ωφεληθούν από ενισχυμένο έλεγχο».