Rak trzustki zabija głównie dlatego, że przez lata nie daje żadnych objawów. Ale gdy w końcu się pojawia, to najczęściej jest już za późno na operację. W kontrze do tego faktu naukowcy z Mayo Clinic opracowali model AI, który potrafi wykryć chorobę na rutynowym tomografie komputerowym średnio 16 miesięcy przed kliniczną diagnozą. To z kolei ma realną szansę ratować zdrowie i życie pacjentów.
To jest jeden z tych przykładów wykorzystania sztucznej inteligencji, który szczególnie warto brać pod uwagę w dyskusjach „za” i „przeciw”.
Model, który widzi niewidoczne
Badania opierają się o model REDMOD (Radiomics-based Early Detection Model). W skrócie – to narzędzie oparte na uczeniu maszynowym będące w stanie analizować setki parametrów opisujących strukturę i teksturę tkanki trzustki na standardowych skanach tomografii komputerowej. Nie szuka guza… bo go jeszcze nie ma. Szuka subtelnych i widocznych dla modelu zmian biologicznych poprzedzających jego powstanie: wzorców tekstury, gradientów intensywności, strukturalnych sygnatur filtrowanych falkach. Co istotne, radiolodzy najczęściej się są w stanie wykryć tych zmian, gdyż te są niewidoczne gołym okiem. Nawet dla najbardziej doświadczonych lekarzy.
Opublikowane przez AirPress badania są świeżutkie i zostały opublikowane 28 kwietnia 2026 r. w piśmie Gut. Objęło ono kohortę 969 pacjentów w fazie treningowej i 493 w niezależnym zestawie walidacyjnym. REDMOD zidentyfikował 73% przypadków przeddiagnostycznych w medianie 475 dni przed kliniczną diagnozą. Dla porównania: radiolodzy przeglądający te same skany bez wsparcia AI wykrywali zaledwie 39% z nich.
Im wcześniej, tym większa przewaga
Różnica rośnie wraz z wyprzedzeniem. W skanach wykonanych ponad dwa lata przed diagnozą AI wykrywała trzykrotnie więcej przypadków niż specjaliści – 68% wobec 23%. Stabilność predykcji modelu wyniosła 90–92% przy kolejnych skanach tych samych pacjentów, co oznacza, że wykrywany sygnał nie jest artefaktem – lecz trwałym, biologicznym markerem wczesnej transformacji nowotworowej.
Model działa na skanach już wykonywanych z innych wskazań klinicznych, bez konieczności dodatkowych procedur. W pierwszej kolejności miałby być stosowany u pacjentów z grupy ryzyka, m.in. z nowo zdiagnozowaną cukrzycą i niewyjaśnioną utratą masy ciała.
Dlaczego to tak ważne?
Po pierwsze – dlatego, że sprawa dotyczy wykrywalności nowotworów jeszcze zanim zmiany wejdą w najbardziej destrukcyjną fazę. Sam rak trzustki pozostaje jednym z najśmiertelniejszych nowotworów. Ponad 85% pacjentów otrzymuje diagnozę dopiero po tym, jak choroba wyszła poza trzustkę i operacja nie jest już możliwa. Przeżywalność pięcioletnia nie przekracza 15%. Według prognoz Narodowego Instytutu Onkologii USA do 2030 roku rak trzustki stanie się drugą najczęstszą przyczyną zgonów nowotworowych w Stanach Zjednoczonych.
Modele symulacyjne cytowane przez autorów badania wskazują, że zwiększenie odsetka diagnoz w stadium operacyjnym z obecnych 10% do 50% więcej niż podwoiłoby ogólne wskaźniki przeżycia. Niestety, REDMOD nie jest jeszcze gotowy do wdrożenia klinicznego. Autorzy wskazują, że wciąż potrzebne są badania na grupach wysokiego ryzyka i najprawdopodobniej zajmą one kolejny rok.
Źródło: airpres.pl
Dodaj komentarz