این پیشرفت مهم بر پایه تحلیل سیتی اسکنهای معمولی شکل گرفته است؛ جایی که مدل هوش مصنوعی قادر است تغییرات بسیار ظریف بافتی را تشخیص دهد که برای چشم متخصصان انسانی قابل مشاهده نیست. نتایج این مطالعه در نشریه Gut منتشر شده است و نشان میدهد که فناوری جدید میتواند تحول بزرگی در تشخیص زودهنگام یکی از مرگبارترین سرطانها ایجاد کند.
مدل توسعهیافته که REDMOD نام دارد، توانست سرطان لوزالمعده را به طور میانگین ۴۷۵ روز پیش از تشخیص بالینی شناسایی کند. این سیستم با دستیابی به ویژگی اختصاصی ۸۸ درصد، توانست به درستی بیماران سالم را از افراد مبتلا تفکیک کند و در عین حال نشانههایی را شناسایی نماید که پژوهشگران از آن به عنوان «امضای نامرئی» مراحل اولیه سرطان یاد میکنند.
پژوهشگران در این مطالعه، نزدیک به ۲۰۰۰ سیتی اسکن را که در ابتدا طبیعی گزارش شده بودند مورد بررسی قرار دادند. این مجموعه شامل تصاویری از بیمارانی بود که بعدها به سرطان لوزالمعده مبتلا شدند. نتایج نشان داد که REDMOD توانسته است نرخ تشخیص ۷۳ درصدی را در بازهای حدود ۱۶ ماه قبل از تشخیص رسمی ثبت کند.
مقایسه عملکرد این مدل با متخصصان رادیولوژی نیز نکات قابل توجهی را آشکار کرد. در حالی که رادیولوژیستها توانستند تنها در ۳۹ درصد موارد، سرطان لوزالمعده را تشخیص دهند، هوش مصنوعی به نرخ ۷۳ درصد دست یافت. در مواردی که بیش از دو سال قبل از تشخیص بررسی شدند، اختلاف عملکرد بیشتر هم بود؛ REDMOD به دقت ۶۸ درصد رسید، در حالی که دقت متخصصان انسانی تنها ۲۳ درصد گزارش شد.
آجیت گوئنکا، رادیولوژیست و نویسنده ارشد این پژوهش اعلام کرد که یکی از بزرگترین چالشها در درمان سرطان لوزالمعده، ناتوانی در تشخیص آن در مراحل اولیه و قابل درمان است. او تأکید کرد که این فناوری میتواند نشانههای بیماری را حتی در لوزالمعدهای که ظاهراً طبیعی به نظر میرسد، شناسایی کند و این قابلیت را در شرایط بالینی مختلف حفظ نماید.
این دستاورد در شرایطی مطرح میشود که تلاشهای جهانی برای استفاده از هوش مصنوعی در تشخیص سرطان در حال افزایش است. در همین راستا، چارچوبی به نام PanDx نیز به تازگی در رقابت PANORAMA عملکرد قابل توجهی از خود نشان داده و توانسته است به امتیاز بالایی در ارزیابیهای تشخیصی دست یابد.
پژوهشگران Mayo Clinic در ادامه این مسیر، مطالعهای آیندهنگر با عنوان AI-PACED را آغاز کردهاند. هدف این پروژه بررسی نحوه استفاده عملی از این فناوری در سیستمهای درمانی و ادغام آن در روند مراقبت از بیماران پرخطر است تا بتوان نتایج آزمایشگاهی را به کاربردهای واقعی تبدیل کرد.
اهمیت این پیشرفت زمانی بیشتر مشخص میشود که بدانیم سرطان لوزالمعده یکی از کشندهترین انواع سرطان محسوب میشود. پیشبینیها نشان میدهد که این بیماری تا سال ۲۰۳۰ به دومین علت اصلی مرگ ناشی از سرطان در ایالات متحده تبدیل خواهد شد. یکی از دلایل اصلی این آمار بالا، تشخیص دیرهنگام بیماری است؛ به طوری که بیش از ۸۵ درصد بیماران زمانی شناسایی میشوند که سرطان به سایر بخشهای بدن گسترش یافته است.
بر اساس برآوردها، حدود ۶۷ هزار و ۵۳۰ نفر در سال ۲۰۲۶ در آمریکا به این بیماری مبتلا خواهند شد. در چنین شرایطی، ابزارهایی مانند REDMOD میتوانند نقش حیاتی در افزایش شانس بقا ایفا کنند، چرا که درمان در مراحل اولیه بسیار مؤثرتر از مراحل پیشرفته است.
این فناوری از دل ابتکار Precure در Mayo Clinic شکل گرفته است؛ برنامهای که بر پیشبینی و پیشگیری از بیماریها از طریق شناسایی زودهنگام تغییرات زیستی تمرکز دارد. اکنون امید میرود که با توسعه بیشتر این فناوری، مسیر تشخیص و درمان سرطان لوزالمعده دستخوش تحول اساسی شود.