Bár a genetika és a modern képalkotó eljárások egyre fejlettebbek, még mindig gyakori, hogy a mellrák diagnózisa túl későn érkezik. Minél később kapják el a betegséget, annál agresszívebb kezelésre van szükség és a teljes gyógyulás esélye is csökken. A minél korábbi diagnózis fontos pillére a mellrák gyógyításának. Ezért a Massachusetts Institut of Technology (MIT) mesterséges intelligenciát kutató laboratóriuma és a Massachusetts Kórház olyan tanulásra képes mesterséges intelligenciát hozott létre, mely a páciensek mammográfiai leletei alapján képes előre jelezni, ha valakinél öt éven belül várható a mellrák kialakulása. 60 ezer páciens mammográfiai leletét tanították meg eddig a számítógépnek, és a szám folyamatosan emelkedik, így ezek alapján a modell megtanulta, milyen mintázatok utalnak a rosszindulatú megbetegedésre.
Személyre szabott szűrés
“Az ilyen és ehhez hasonló rendszerek célja, hogy az orvosok személyre szabhassák a szűrési és megelőzési tervet az egyes pácienseknek” – mondta Regina Barzilay, az MIT professzora, aki maga is mellrák-túlélő. A mammográfiai szűrés bevezetése jelentősen csökkentette a rosszindaltú melldaganatok miatti halálozok számát, ám nagyban függ a hatékonysága attól, milyen gyakran jár valaki vizsgálatra és mikor kezdi el a rendszeres szűrést. Általában 45 éves kortól javasolják a rendszeres mammográfiát. “Ahelyett, hogy általánosságban, mindenkire ugyanazt akarnánk vonatkoztatni, személyre szabhatjuk a szűrést azoknak a nőknek, akiknél a rendszer magasabb mellrákkockázatot állapít meg” – magyarázta Barizlay a Radiology című orvosi szaklapnak írt beszámolójában. “Például az orvos az egyik csoportba tartozó nőknél elegendőnek találhatja az évenkénti mammográfiát, mígy más, magasabb kockázatú csoportba tartozóknak MRI-vizsgálattal egészítheti ki a szűrést” – tette hozzá a professzor.
Az MIT mesterséges intelligenciája sokkal hatékonyabbnak bizonyult a kockázatbecslésben minden más eddigi módszernél. Az ismert mellrákos betegek 31 százalékát sorolta a magas kockázatú csoportba a hagyományos modellek 18 százalékos eredményével szemben. Constance Lehman, a Harvard Egyetemi Kórház radiológia professzora is örömmel fogadta az új módszert. “Azért nagyon fontos ez az új modell, mert eddig nem volt pontos eszközünk arra, hogy személyre szabottan határozzuk meg a szűrési stratégiát az minden egyes nőnek, a kor alapján soroltuk be csupán a pácienseket, nem a rizikófaktorok szerint” – mondta a professzor.
Hogyan működik?
1989-ben alakították ki az első mellrák-kockázati modellt. A besorolást az alapján végezték, hogy mik a valószínűsíthető rizikófaktorok, úgymint kor, a mellrák és a petefészekrák előfordulása a családban, hormonális és reprodukciós faktorok és a mell sűrűsége. Mára tudjuk, hogy ezek a faktorok csak gyengén kapcsolódnak a mellrákhoz. Ezek a régi, hagyományos modellek nem is bizonyulnak elég hatékonynak az egyén szintjén, nem véletlen, hogy a kutatók új utakat kerestek a korai diagnózis érdekében.
Ahelyett, hogy a mammográfiás leletek alapján felismerhető mintázatokat manuálisan azonosították volna, az MIT kutatói egy hatalmas adatbázisba töltötték, ahonnan a mesterséges intelligencia megtanulhatta a kockázatos mintázatok felismerését, ráadásul olyan részleteket is képes felismerni, melyeket az emberi szem nem.
Barizlay professzor úgy véli, hogy rendszerükkel az orvosok a későbbiekben nemcsak a mellrák előrejelzésére lesznek képesek, hanem a jövőben kiterjeszthetik a szív- és érrendszeri betegségek, valamint más rákos betegségek, például a rendkívül nagy halálozási aránnyal járó hasnyálmirigyrák diagnózisára is olyan korai fázisban, amikor a betegség még nem okoz tüneteket, és még jobb eséllyel gyógyítható.
Forrás: MIT
Fotó: Getty Images
