AI революция в медицината: По-бърза диагностика и нови надежди за пациентите

Ракът на яйчниците все още е едно от най-трудните за лечение заболявания – „рядък, недофинансиран и смъртоносен“, както го описва пред BBC Одра Моран, президент на глобалната организация Ovarian Cancer Research Alliance (OCRA), базирана в Ню Йорк.

Както при всички онкологични заболявания, ранното му откриване е от огромно значение за спасяването на животи.

Но при рака на яйчниците това е особено предизвикателно. Заболяването често започва във фалопиевите тръби, което означава, че когато достигне яйчниците, вече може да се е разпространило и в други части на тялото.

„За да повлияем на смъртността, трябва да откриваме рака на яйчниците до пет години преди да се появят симптомите“, обяснява Моран.

Тук на помощ идва изкуственият интелект, който обещава да промени правилата на играта. Нови кръвни тестове, базирани на AI технологии, имат способността да разпознават най-ранните признаци на рак на яйчниците. Анализирайки огромен обем от данни, тези тестове дават надежда за навременна диагноза и по-добри резултати.

Възможностите на AI не свършват дотук. Технологията вече ускорява диагностицирането и на други животозастрашаващи състояния, като например пневмония, благодарение на по-бързи и прецизни кръвни тестове.

Д-р Даниел Хелър, биомедицински инженер в Memorial Sloan Kettering Cancer Center в Ню Йорк, и неговият екип разработват иновативна технология за диагностика, базирана на нанотръби – микроскопични тръбички от въглерод, които са около 50 000 пъти по-тънки от човешки косъм.

Преди около 20 години учените откриват, че тези тръби могат да излъчват флуоресцентна светлина. През последното десетилетие те успяват да модифицират свойствата им, така че да реагират на почти всяко вещество в кръвта.

Днес е възможно милиони нанотръби да бъдат добавени към една кръвна проба, където те излъчват различни дължини на светлината в зависимост от това, какви молекули се свързват с тях.

Въпреки това интерпретирането на тези сигнали остава предизвикателство.

Д-р Хелър сравнява тази трудна задача с намирането на съвпадащи пръстови отпечатъци. В този случай отпечатъкът представлява модел на молекули, свързващи се със сензорите, всяка със своята специфична чувствителност и сила на свързване.

„Когато гледаме тези данни, те изобщо нямат смисъл за нас“, обяснява д-р Хелър. „Само с помощта на изкуствен интелект можем да видим различията в моделите.“

За да декодират данните от нанотръбите, изследователите използват алгоритми за машинно обучение. Те подават на алгоритъма информация за проби от пациенти с рак на яйчниците и такива от хора без заболяването.

Освен това пробите включват кръв от пациенти с други видове рак или гинекологични заболявания, които често се бъркат с рак на яйчниците. Това гарантира, че технологията може да разграничи различните промени.

„Никога няма да бъде същото“: Nvidia търси революция в здравеопазването

Едно от основните препятствия пред използването на AI за разработване на кръвни тестове за рак на яйчниците е самата рядкост на заболяването, което ограничава наличните данни за обучение на алгоритмите.

Допълнителен проблем е, че дори тези ограничени данни често остават затворени в болници, които са лекували пациентите, без изследователите да ги споделят един с друг.

Д-р Даниел Хелър, ръководител на изследователски екип в Memorial Sloan Kettering Cancer Center, описва обучението на алгоритъм с данни от само няколкостотин пациенти като „последен отчаян опит“.

Но дори с ограничени данни AI успява да постигне по-добра точност от най-добрите налични в момента биомаркери за рак. А това е само началото.

5 прогнози за използването на изкуствен интелект през 2025

Системата в момента преминава през допълнителни изследвания, за да се подобри чрез по-голям набор от сензори и проби от значително повече пациенти. Повече данни означават по-добри алгоритми – подобно на начина, по който алгоритмите за самоуправляващи се автомобили се усъвършенстват с повече тестове по улиците.

Д-р Хелър вярва, че технологията има огромен потенциал. „Целта ни е да диагностицираме всички гинекологични заболявания – когато пациент дойде с оплакване, да дадем на лекарите инструмент, който бързо да определи дали става въпрос за рак или не, и ако е рак, кой вид е.“

Според него тази технология може да стане реалност в рамките на три до пет години.

Фармацевтичните гиганти залагат милиарди за следващия пробив в борбата с рака

AI моделите не само подпомагат ранното откриване на заболявания, но и ускоряват диагностиката на други животозастрашаващи състояния, като пневмония.

Пневмонията е особено опасна за пациенти с рак.

С над 600 различни организми, които могат да я причинят, лекарите обикновено извършват множество тестове, за да идентифицират точния причинител.

Калифорнийската компания Karius обаче използва AI, за да опрости и ускори този процес.

Тяхната технология може да идентифицира точния патоген на пневмонията в рамките на 24 часа и да препоръча подходящ антибиотик.

„Преди нашия тест пациент с пневмония трябваше да мине през 15 до 20 различни теста само през първата си седмица в болницата – това струва около 20 000 долара“, споделя главният изпълнителен директор на Karius, Алек Форд.

Технологията на Karius разчита на база данни с микробна ДНК, съдържаща десетки милиарди точки информация. Пробите на пациентите се сравняват с тази база, за да се идентифицира конкретният патоген – задача, която би била невъзможна без AI.

Една от трудностите при използването на AI в медицината е, че изследователите не винаги разбират връзките, които алгоритмите намират между биомаркерите и заболяванията.

Пример за това е платформата Milton, разработена от д-р Славе Петровски през последните две години. Тя анализира биомаркери от базата данни на британската биобанка и успява да диагностицира 120 заболявания с точност над 90%.

„Това са сложни модели, при които често няма само един биомаркер – трябва да се вземе предвид целият модел,“ обяснява д-р Петровски, изследовател в AstraZeneca.

Д-р Даниел Хелър, който работи върху диагностика на рак на яйчниците, използва подобна техника. „Знаем, че сензорът се свързва и реагира на протеини и малки молекули в кръвта, но не знаем кои от тях са специфични за рака,“ споделя той.

Проблем с революционния изотоп за лечение на рак - доставките са на изчерпване

Липсата на достъп до достатъчно данни също продължава да бъде пречка за широкото използване на AI в медицината.

„Хората не споделят своите данни, или няма механизъм това да се случи,“ казва Одра Моран, президент на Ovarian Cancer Research Alliance (OCRA).

Организацията финансира създаването на мащабен регистър с пациенти с електронни медицински досиета на пациенти, които са дали съгласието си данните им да бъдат използвани за обучение на алгоритми.

„Все още сме в дивия запад на AI,“ коментира Моран.