Zespół badaczy z McGill University opracował narzędzie sztucznej inteligencji, które potrafi odkrywać markery chorób ukryte dotąd wewnątrz pojedynczych komórek. Naukowcy uważają, że dokładniejsze badanie wnętrza komórek może pomóc wcześniej wykrywać choroby i lepiej dobierać terapie.
Badanie opublikowane w czasopiśmie „Nature Communications” opisuje, jak nowy system, nazwany DOLPHIN, może w przyszłości pomóc lekarzom wcześniej diagnozować choroby i podejmować trafniejsze decyzje dotyczące leczenia.
– To narzędzie może pomóc lekarzom dopasować pacjentów do terapii, które mają największe szanse zadziałać, ograniczając metodę prób i błędów w leczeniu – powiedział główny autor badania, Jun Ding, adiunkt na Wydziale Medycyny McGill University i młodszy naukowiec w Instytucie Badawczym Uniwersyteckiego Centrum Zdrowia McGill.
AI odkrywa choroby ukryte wewnątrz pojedynczych komórek
Według naukowców markery chorób często objawiają się subtelnymi zmianami w ekspresji RNA, które mogą wskazywać, czy choroba jest obecna, jak poważny ma przebieg lub jak może reagować na określone terapie.
Tradycyjne metody analizy genów łączą te sygnały w jedną zbiorczą wartość dla każdego genu, co może ukrywać istotne różnice i dawać tylko ograniczony obraz tego, co dzieje się wewnątrz komórki.
Czytaj więcej
Wykorzystanie sztucznej inteligencji w opiece zdrowotnej może prowadzić do skomplikowanych sporów prawnych, zwłaszcza w kontekście ustalania odpowi...
Postęp w dziedzinie sztucznej inteligencji umożliwił jednak uchwycenie złożoności danych pojedynczych komórek. DOLPHIN idzie krok dalej – analizuje, jak geny są składane z mniejszych fragmentów zwanych egzonami, co daje znacznie dokładniejszy obraz stanu komórek. Naukowcy opracowali narzędzie, które ujawnia istotne markery chorób, wcześniej pozostające niezauważone.
W jednym z testów DOLPHIN przeanalizował dane pojedynczych komórek pacjentów z rakiem trzustki i odkrył ponad 800 markerów chorobowych, których nie wykryły tradycyjne metody. System potrafił odróżnić pacjentów z agresywnymi nowotworami wysokiego ryzyka od tych z łagodniejszym przebiegiem choroby – co może pomóc lekarzom w wyborze odpowiedniej ścieżki leczenia.
W szerszej perspektywie to odkrycie tworzy podstawy do budowy cyfrowych modeli ludzkich komórek.
Badanie wykrywa HPV 10 lat przed pierwszymi objawami choroby
Z kolei naukowcy z Mass General Brigham opracowali przełomowy test krwi, HPV-DeepSeek, który umożliwia znacznie wcześniejsze wykrywanie nowotworów głowy i szyi związanych z wirusem HPV.
Wirus brodawczaka ludzkiego (HPV) odpowiada za około 70 proc. nowotworów głowy i szyi w Stanach Zjednoczonych, co czyni je najczęstszym typem raka wywoływanym przez ten wirus. Liczba zachorowań wciąż rośnie z roku na rok. W przeciwieństwie do nowotworów szyjki macicy związanych z HPV, dla których istnieją badania przesiewowe, nie ma obecnie testu umożliwiającego wczesne wykrycie raka głowy i szyi związanego z tym wirusem.
W efekcie większość przypadków diagnozuje się dopiero wtedy, gdy guz zawiera już miliardy komórek, powoduje objawy i często rozprzestrzenia się do okolicznych węzłów chłonnych.
Czytaj więcej
Korzystanie przez medyków z rutynowego wsparcia narzędzi sztucznej inteligencji zmniejsza ich czujność i skuteczność. Dowodzą tego analizy przeprow...
W badaniu opublikowanym w „Journal of the National Cancer Institute” naukowcy z Mass General Brigham wykazali, że opracowany przez nich test z krwi – HPV-DeepSeek – może wykryć nowotwory głowy i szyi związane z HPV nawet 10 lat przed wystąpieniem pierwszych objawów.
– Gdy pacjenci trafiają do nas z objawami choroby, wymagają już terapii powodujących poważne i trwałe skutki uboczne. Mamy nadzieję, że narzędzia takie jak HPV-DeepSeek pozwolą nam wychwytywać te nowotwory na najwcześniejszym etapie, co w efekcie poprawi rokowania i jakość życia pacjentów – powiedział portalowi scitechdaily.com główny autor pracy, dr Daniel L. Faden, onkolog chirurg głowy i szyi.
Sztuczna inteligencja analizuje DNA
AI coraz częściej jest wykorzystywana do diagnozowania chorób na bardzo wczesnym etapie – nawet zanim pojawią się pierwsze objawy.
Narzędzie HPV-DeepSeek wykorzystuje sekwencjonowanie całogenomowe, by zidentyfikować mikroskopijne fragmenty DNA wirusa HPV, które oddzielają się od guzów i krążą we krwi. Wcześniejsze badania tego samego zespołu wykazały, że test osiąga 99 proc. czułości i 99 proc. swoistości w diagnozowaniu raka już podczas pierwszej wizyty pacjenta – przewyższając dotychczasowe metody diagnostyczne.
Dzięki zastosowaniu uczenia maszynowego (machine learning) naukowcy zwiększyli skuteczność testu, który poprawnie zidentyfikował 27 z 28 przypadków raka, w tym próbki pobrane do 10 lat przed diagnozą.
Zespół obecnie waliduje wyniki w drugim badaniu z podwójnie ślepą próbą, z wykorzystaniem setek próbek z programu przesiewowego PLCO (Prostate, Lung, Colorectal, and Ovarian Cancer Screening Trial) prowadzonego przez National Cancer Institute.
Badania nad wczesnym wykrywaniem chorób
Badania nad wczesnym wykrywaniem chorób trwają także w Europie. Badacze z Niemiec i Danii stworzyli model AI, który na podstawie subtelnych symptomów i predyspozycji pacjenta przewiduje przyszłość jego zdrowia. Może przewidzieć wystąpienie nawet tysiąca chorób.
Model opracowali naukowcy z Europejskiego Laboratorium Biologii Molekularnej (EMBL), Uniwersytetu w Kopenhadze oraz Niemieckiego Centrum Badań nad Rakiem (DKFZ). AI potrafi przewidywać ryzyko wystąpienia ponad 1000 chorób, i to z ponad dziesięcioletnim wyprzedzeniem. Badanie bazuje na tysiącach danych medycznych i może zrewolucjonizować podejście do diagnostyki oraz planowania opieki zdrowotnej.
Jeśli technologia się sprawdzi, przyszłe badania krwi czy analizy komórek mogą ujawniać choroby, zanim pacjent poczuje pierwsze objawy. Medycyna prewencyjna właśnie wkracza w epokę sztucznej inteligencji.
