Ο καρκίνος του πνεύμονα είναι ο δεύτερος πιο συχνός καρκίνος στις Ηνωμένες Πολιτείες και η κύρια αιτία θανάτου από καρκίνο τόσο στους άνδρες όσο και στις γυναίκες. Η έγκαιρη διάγνωσή του είναι κρίσιμη, καθώς βελτιώνει σημαντικά τα ποσοστά επιβίωσης. Εκτιμήσεις δείχνουν ότι η 5ετής επιβίωση μπορεί να αυξηθεί από περίπου 10% σε προχωρημένα στάδια σε πάνω από 90% στα αρχικά.

Το πρώτο βήμα για τη διάγνωση του καρκίνου του πνεύμονα γίνεται συνήθως μέσω απεικονιστικών εξετάσεων, όπως οι αξονικές τομογραφίες. Ωστόσο, η διάγνωση του καρκίνου του πνεύμονα σε πρώιμο στάδιο μέσω αξονικών τομογραφιών μπορεί να είναι δύσκολη λόγω του μικρού μεγέθους των όγκων, της ομοιότητάς τους με τις γύρω δομές και του ανθρώπινου λάθους στην ερμηνεία.

Τώρα, μια νέα μελέτη που δημοσιεύθηκε στο Scientific Reports, προτείνει ένα νέο σύστημα τεχνητής νοημοσύνης που θα μπορούσε να βοηθήσει τους γιατρούς να εντοπίζουν τον καρκίνο του πνεύμονα νωρίτερα, παρέχοντάς τους έναν πιο αξιόπιστο τρόπο ανάλυσης σύνθετων ιατρικών εικόνων.

Μια νέα προσέγγιση στην ανάγνωση των αξονικών τομογραφιών

Οι ερευνητές από το Τεχνολογικό Πανεπιστήμιο του Κάουνας (KTU) ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης που αναλύει τις αξονικές τομογραφίες εξετάζοντας ταυτόχρονα τόσο τις λεπτομέρειες όσο και το ευρύτερο ανατομικό πλαίσιο. Η προσέγγιση αυτή έχει ως στόχο να μιμείται τον τρόπο με τον οποίο οι γιατροί ερμηνεύουν τις ιατρικές εικόνες.

Η ερευνητική ομάδα ανέφερε ότι το μοντέλο μπορεί να αξιολογεί τοπικά χαρακτηριστικά, όπως μικρούς όζους, ενώ ταυτόχρονα λαμβάνει υπόψη τη θέση τους και τη σημασία τους μέσα σε ολόκληρο τον πνεύμονα.

«Φανταστείτε να έχετε ταυτόχρονα έναν μεγεθυντικό φακό και μια πλήρη εικόνα της εξέτασης», δήλωσε ο Inzamam Mashood Nasir,κύριος συγγραφέας της μελέτης.

Για την ανάπτυξη του συστήματος, η ομάδα εκπαίδευσε το μοντέλο τεχνητής νοημοσύνης χρησιμοποιώντας αξονικές τομογραφίες τόσο υγιών ατόμων όσο και ασθενών με καρκίνο του πνεύμονα. Αυτό επέτρεψε στο σύστημα να κάνει τη διάκριση μεταξύ φυσιολογικού ιστού, καλοήθων αλλοιώσεων και κακοήθων όγκων.

Το σύστημα πέτυχε ακρίβεια άνω του 96%, ξεπερνώντας υπάρχουσες μεθόδους και διατηρώντας σταθερή απόδοση σε διαφορετικές δοκιμές.

Αυτή η προσέγγιση «διπλής κλίμακας» θα μπορούσε να είναι ιδιαίτερα χρήσιμη στην ανίχνευση του καρκίνου του πνεύμονα σε πρώιμο στάδιο, όταν οι όγκοι είναι συνήθως μικροί και πιο δύσκολο να εντοπιστούν.

Πιθανά οφέλη και προκλήσεις

Ο καρκίνος του πνεύμονα παραμένει μία από τις κυριότερες αιτίες θανάτου από καρκίνο παγκοσμίως, κυρίως επειδή συχνά διαγιγνώσκεται σε προχωρημένο στάδιο. Η έγκαιρη διάγνωση συνδέεται σταθερά με καλύτερη πρόγνωση, γεγονός που καθιστά την ανάπτυξη πιο αποτελεσματικών εργαλείων προσυμπτωματικού ελέγχου βασικό ερευνητικό στόχο.

Τα συστήματα τεχνητής νοημοσύνης εξετάζονται όλο και περισσότερο ως εργαλεία που μπορούν να διατηρήσουν υψηλή ακρίβεια και να μειώσουν τη μεταβλητότητα στην ερμηνεία των εξετάσεων.

Οι ερευνητές υποστηρίζουν ότι το μοντέλο τους θα μπορούσε να υποστηρίξει τους κλινικούς γιατρούς βελτιώνοντας τη διαγνωστική ακρίβεια, μειώνοντας την πιθανότητα να παραβλεφθούν βλάβες και επιταχύνοντας την ανάλυση των εικόνων. Παράλληλα, θα μπορούσε να μειώσει τα ψευδώς θετικά ευρήματα που οδηγούν σε άσκοπο άγχος και εξετάσεις.

Ωστόσο, οι ίδιοι τονίζουν ότι το μοντέλο εκπαιδεύτηκε σε σχετικά περιορισμένο σύνολο δεδομένων. Για αυτό απαιτούνται επιπλέον δοκιμές σε πραγματικές συνθήκες, ειδικά σε μεγαλύτερους και πιο ετερογενείς πληθυσμούς ασθενών.

Καρκίνος του πνεύμονα: Με το βλέμμα στο μέλλον

Παρότι βρίσκεται ακόμη σε ερευνητικό στάδιο και απαιτεί κλινική επιβεβαίωση και δοκιμές σε πραγματικές συνθήκες, το νέο μοντέλο αναδεικνύει τον ολοένα αυξανόμενο ρόλο της τεχνητής νοημοσύνης στην ιατρική απεικόνιση. Μέσα από την προσπάθεια να μιμηθεί πιο πιστά τον τρόπο με τον οποίο οι γιατροί ερμηνεύουν τις εξετάσεις, τέτοια συστήματα θα μπορούσαν στο μέλλον να αποτελέσουν πολύτιμα εργαλεία για την έγκαιρη ανίχνευση του καρκίνου του πνεύμονα, συμβάλλοντας δυνητικά στη βελτίωση της επιβίωσης μέσω πιο πρώιμης παρέμβασης.

Η ερευνητική ομάδα προτείνει ότι παρόμοιες προσεγγίσεις τεχνητής νοημοσύνης θα μπορούσαν να εφαρμοστούν και σε άλλους τομείς ιατρικής απεικόνισης που απαιτούν τόσο λεπτομερή όσο και συνολική ανάλυση, όπως οι όγκοι στον εγκέφαλο, ο καρκίνος του μαστού και οι παθήσεις των οφθαλμών.

«Τα επόμενα βήματα περιλαμβάνουν τη δοκιμή σε μεγαλύτερα πολυκεντρικά σύνολα δεδομένων και τη συνεργασία με νοσοκομεία και ακτινολογικά τμήματα για προοπτική ή πραγματικού χρόνου, αξιολόγηση», κατέληξαν οι ειδικοί.