Zawartość
- Wczesne wykrycie
- Poprawa istniejącego leczenia
- Znalezienie nowych lekarstw
- Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia
- Wniosek
Źródło: Kittipong Jirasukhanont / Dreamstime.com
Na wynos:
Czy sztuczna inteligencja może być technologią, by w końcu pokonać raka? To nasz najlepszy jak dotąd zakład.
Po tym, jak szczepionka przeciwnowotworowa zostanie przetestowana na ludziach pod koniec tego roku, a nowe zaawansowane techniki wykrywania oparte na sztucznej inteligencji zbliżają się bardziej niż kiedykolwiek do wygrania wojny z rakiem. Możemy teraz przewidzieć tę najbardziej przerażającą chorobę, zanim ona wystąpi, i leczyć ją nowymi lekami, które mogą celować w unikalne słabości DNA tej konkretnej choroby.
Wczesne wykrycie
Jak najwcześniejsze wykrycie raka ma ogromne znaczenie. Jeśli guz zostanie zdiagnozowany na wczesnym etapie, lekarze mogą leczyć go ze znacznie większą szansą na sukces, zanim stanie się zbyt duży. Im bardziej rozprzestrzeniają się nowotwory, tym mniejsze są szanse przeżycia pacjentów. W poprzednim artykule rozmawialiśmy już o oprogramowaniu opartym na algorytmach, które może analizować każdy rodzaj raportu z obrazowania medycznego, aby wykryć nawet najdrobniejsze anomalie, których ludzkie oko nie może znaleźć. Niektóre z nich są tak dokładne, że mają niesamowitą 88-procentową wykrywalność i można je zastosować z mocą wsteczną, aby sprawdzić wszystkie wcześniejsze dane medyczne danego pacjenta (lub nawet populacji) w ciągu kilku minut.
Każdego dnia opracowywane są nowsze inteligentne algorytmy, które mogą wykrywać złożone wzorce nowotworów, a niektóre z nich można wykorzystać do wykrycia guza już w momencie jego powstania. Początek terapii przeciwnowotworowej o nazwie Cyrcadia Health opracował małe, poręczne plastry, które można wygodnie wkładać pod stanik, aby wykryć zmiany temperatury w piersi kobiety. Korzystając z oprogramowania do analizy predykcyjnej uczenia maszynowego, inteligentne urządzenie może wykryć wszelkie nieprawidłowe wzorce okołodobowe w tkankach piersi i natychmiast powiadomić kobietę (i jej lekarza). Według wczesnych testów przeprowadzonych przez producenta plastry wypełnione czujnikami mogą wykryć nawet 80 procent guzów piersi. (Aby uzyskać więcej informacji na temat wykorzystania technologii w zdrowiu, zobacz Rola informatyki w diagnozie medycznej).
Jeszcze bardziej interesujące jest to, że uczenie maszynowe z pewnością otworzy nowe możliwości wczesnego wykrywania w odpowiednim czasie. Tym, co sprawia, że rak jest chorobą tak trudną do opanowania, jest ogromna zmienność jego wielu postaci. Chociaż dokonano wielu wielkich postępów w genomice raka, monitorowanie ludzkiego DNA w celu wykrycia jakiejkolwiek mutacji genomu wymaga znacznych wysiłków w zakresie sekwencjonowania. Im więcej próbek złośliwych i przykładów AI może zebrać, tym więcej może dowiedzieć się o raku i znacznie zmniejszyć obciążenie obliczeniowe sekwencjonowania każdej potencjalnej mutacji.
Poprawa istniejącego leczenia
Większość tradycyjnych środków do chemioterapii jest znana z niszczących skutków dla ludzkiego organizmu, takich jak łysienie, ciągłe zmęczenie, szkodliwe wymioty i wiele innych. W ciągu ostatnich kilku lat opracowano nowsze, bardziej selektywne terapie biologiczne, aby stymulować układ odpornościowy organizmu do działania przeciwko komórkom złośliwym. Nazywane zbiorczo „immunoterapią”, wiele z tych nowszych terapii jest znacznie bardziej tolerowanych, ale trudno jest przewidzieć, czy będą działać przeciwko konkretnemu guzowi, czy nie.
Jednym z takich przykładów są inhibitory PD-1, grupa przeciwciał monoklonalnych, które działają poprzez zapobieganie dezaktywacji układu odpornościowego przez komórki rakowe. Jednak niektóre populacje pacjentów są znane z niezwykle niskiego wskaźnika odpowiedzi na tego rodzaju leczenie. Na przykład inhibitory PD-1 nie działają u około 80 procent pacjentów z zaawansowanym niedrobnokomórkowym rakiem płuc, co prowadzi do znacznego marnotrawstwa zasobów z powodu wysokiego kosztu tych przeciwciał.
Precyzyjna onkologia to nowa gałąź, która opracowuje nowe techniki, które poprawiają decyzje dotyczące leczenia, znajdując na przykład tylko tych pacjentów, którzy mogliby skorzystać z wyżej opisanego leczenia inhibitorami PD-1. Naukowcy z Institut Curie we Francji współpracują z amerykańskim startupem Freenome, aby opracować nową nieinwazyjną alternatywę dla biopsji chirurgicznej w celu przeszukiwania krążącego we krwi DNA raka. Freenomes AI jest zasilany danymi pochodzącymi od pacjentów z rakiem i jego zadaniem jest znalezienie jakiegokolwiek związku między biomarkerami krwi a reakcją pacjentów na leczenie. Ich badanie kliniczne może być pierwszym z wielu mającym na celu poprawę wydajności i precyzji współczesnej immunoterapii, oszczędzając cenne zasoby, które są marnowane na leczenie pacjentów, którzy nie skorzystaliby. (Technologia staje się coraz bardziej powszechna w opiece zdrowotnej, ale co o niej myślą pacjenci? Sprawdź, czego oczekują pacjenci od technologii opieki zdrowotnej?)
Znalezienie nowych lekarstw
Tak zwana „szczepionka przeciwnowotworowa”, która do tej pory wyleczyła do 97 procent guzów u myszy, jest prawdopodobnie najbardziej przełomową wiadomością od wieków. Właściwie tylko o wiele bardziej precyzyjna forma wyżej opisanej immunoterapii, szczepionka przeciwnowotworowa bierze swoją nazwę od faktu, że może zapobiegać nawrotom nowotworów. Po raz kolejny ten niesamowity zabieg aktywuje komórki T układu odpornościowego, aby wyeliminować komórki rakowe w całym ciele. Tym, co odróżnia tę nową „szczepionkę” od innych rodzajów immunoterapii, jest to, że dwa czynniki, które ją tworzą, są wstrzykiwane bezpośrednio wewnątrz guz reaktywujący „uśpione” komórki T. Z tego powodu komórki te nie są jak inne komórki T znajdujące się w ciele, ale specyficzna populacja, która została przeszkolona w rozpoznawaniu białek specyficznych dla raka. Po zniszczeniu guza w tej tkance mogą nawet wędrować swobodnie poprzez krążenie krwi, aby wyszukać i zniszczyć każdą inną komórkę nowotworową, która infiltrowała inne tkanki (zjawisko znane w medycynie jako „przerzuty”).
Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia
Nie możesz poprawić swoich umiejętności programistycznych, gdy nikt nie dba o jakość oprogramowania.
Jeśli ten pomysł brzmi niesamowicie, to dobrze, bo tak jest. Czy wygramy wojnę z rakiem, gdy tylko szczepionka zakończy testy i zostanie opublikowana? Niestety, rzeczy rzadko są tak proste, a to leczenie działa tylko na określony podzbiór rodzajów raka, ponieważ na każdy typ raka wpływa układ odpornościowy w inny sposób. I tam AI pomoże nam, po raz kolejny, jako deus ex machinalub, w tym przypadku, a Uczenie maszynowe deus ex machina.
Duńska firma Evaxion otrzymała niedawno prawie milion dolarów funduszu na opracowanie projektu uczenia maszynowego, który pozwoliłby dostosować immunoterapię do indywidualnych potrzeb pacjentów. Mutacje, które prowadzą do niekontrolowanego wzrostu komórek złośliwych, różnią się u poszczególnych pacjentów i zależą od jego konkretnego genomu. Poprzez sekwencjonowanie genów w komórkach rakowych i zdrowych komórkach od pacjenta, AI może zidentyfikować indywidualne zmiany DNA specyficzne dla raka tego pacjenta, a następnie zaprojektować antygeny szczepionkowe, które po raz kolejny podadzą cenną rękę układowi odpornościowemu gospodarza.
Evaxion jest daleki od bycia jedyną firmą poszukującą niestandardowych rozwiązań w terapii raka, a jedyną rzeczą, która naprawdę różnicuje różne startupy, nie jest metoda, ale siła ich algorytmów uczenia maszynowego. Czy to będzie duńska firma, która ostatecznie wygra wyścig, tylko czas pokaże, ale tak naprawdę ważne jest to, że elementem, który będzie miał znaczenie, będzie AI.
Wniosek
Jedną z najwyższych, najbardziej nie do pokonania ścian, która obecnie czyni terapię przeciwnowotworową przywilejem dostępnym tylko w najbogatszych krajach lub dla najbogatszych osób, jest, jak dotąd, ogromna. Te nowe technologie oparte na sztucznej inteligencji mogą pomóc zmniejszyć marnotrawstwo i mogą potencjalnie obniżyć koszty, czyniąc leczenie raka znacznie bardziej dostępnym, a tym samym bardziej „demokratycznym”.