Powstał algorytm, który na podstawie mammografii potrafi przewidzieć, czy pacjentka w ciągu najbliższych pięciu lat zachoruje na raka piersi, czy nie

Rak piersi jest najczęstszym kobiecym nowotworem; choruje na niego aż jedna piąta wszystkich kobiet chorych na raka. W krajach Unii Europejskiej w 2008 roku zdiagnozowano złośliwy nowotwór piersi u ponad 330 tysięcy kobiet, około 89 tysięcy zmarło. W Polsce co roku umiera z tego powodu 6 tysięcy kobiet.

Oczywiście mammografia i inne badania poprawiają sytuację, ale wciąż wiele kobiet się nie bada. Nie do końca zresztą jest jasne kto, w jakim wieku i jak często powinien się badać. Od 45. czy 50. roku życia? Raz na rok czy raz na dwa lata? Wiadomo, że czasem i rok to zbyt długa przerwa pomiędzy badaniami, bo złośliwy nowotwór może rozwinąć się błyskawicznie, w ciągu zaledwie kilku miesięcy.

Guzek wykryty przypadkiem

Mimo edukacji, badań przesiewowych, coraz szerzej dostępnych badań obrazowych takich jak USG czy mammografia, większość kobiet odkrywa ten dziwny twardy guzek w piersi przypadkiem. A więc wtedy, kiedy guz jest już wyczuwalny – istnieje.

Diagnoza jest szokiem. I od razu pojawia się najważniejsze pytanie: który to etap? Wczesne wykrycie daje nadzieję na wyleczenie. Późne oznacza agresywną chemię i często mastektomię. A czasem po prostu koniec, bo jest już za późno na cokolwiek.

Dlaczego ja?

Jednocześnie pada kolejne rozpaczliwe pytanie: dlaczego właśnie ja? Co złego zrobiłam? Czego zaniedbałam?

Lekarze nie potrafią przewidzieć, kto zachoruje na raka piersi, a kto nie. W 1989 roku stworzono pierwszy model ryzyka zachorowania na tę chorobę. Wśród czynników, które mogą mieć na to wpływ, wyliczono: wiek, to, czy w rodzinie występowały przypadki raka piersi lub jajnika, kwestie hormonalne, to, czy się ma dzieci czy nie. Tworzono potem różne modele, ale żaden z nich nie przynosił powalających rezultatów – w najlepszym razie jedynie u 18 procent pacjentek poprawnie przewidziano pojawienie się nowotworu.

Wydawało się już, że nauka sobie z tym nigdy nie poradzi, kiedy pojawiła się szansa.

Głębokim uczeniem w raka

Zespół naukowców z Laboratorium Informatyki i Sztucznej Inteligencji na Massachusetts Institute of Technology i szpitala w Massachusetts stworzył algorytm uczenia głębokiego, który na podstawie mammografii potrafi przewidzieć, czy pacjentka w ciągu najbliższych pięciu lat zachoruje na raka piersi, czy nie. Algorytm wytrenowano na prawie 90 tysiącach wyników mammografii z lat 2009 a 2012 przeprowadzonych u 60 tysięcy pacjentek: z różnych grup etnicznych, w różnych fazach choroby, przed i po menopauzie, takich, które w rodzinie miały przypadki nowotworów piersi lub jajników i takich, które ich nie miały. Obrazy zostały skorelowane z historią danej pacjentki, u której w kolejnych pięciu latach pojawił się nowotwór lub nie.

Już w latach 60-tych radiolodzy zauważyli, że na obrazie mammograficznym widoczne są indywidualne, subtelne znaki – ślady rozmaitych procesów: ciąży, laktacji, utraty bądź wzrostu wagi, diety. Ale dopiero teraz potrafimy je zinterpretować tak, by ocenić ryzyko zachorowania konkretnej kobiety

Algorytm okazał się być lepszy od dotychczasowych modeli, ponieważ prawidłowo przewidział pojawienie się nowotworu u 31 procent pacjentek. To już dużo. Ocenia przede wszystkim gęstość tkanki, odkrywając subtelne, nieznaczne zgęstnienia, niezauważalne gołym okiem, które w ciągu pięciu lat przeradzały się w nowotwór.

Praca na ten temat ukazała się właśnie w najnowszym numerze Radiology. Jej autorami są: prof. Regina Barzilay, profesor z Laboratorium Informatyki i Sztucznej Inteligencji CSAIL i Wydziału Inżynierii Elektronicznej i Informatyki MIT, Constance Lehman, profesor radiologii Szkoły Medycznej w Harvardzie i szefowa oddziału obrazowania piersi szpitala w Massachusetts, Adam Yala, Tal Schuster, doktoranci oraz Tally Portnoi, studentka CSAIL.

Nigdy wcześniej nie było metody, która pozwoliłaby ocenić w ten sposób ryzyko zachorowania.

Kluczem mammografia

– Już w latach 60-tych radiolodzy zauważyli, że na obrazie mammograficznym widoczne są indywidualne, subtelne znaki – ślady rozmaitych procesów: ciąży, laktacji, utraty bądź wzrostu wagi, diety – mówi prof. Lehman w wywiadzie dla MIT News. – Ale dopiero teraz potrafimy je zinterpretować tak, by ocenić ryzyko zachorowania konkretnej kobiety. Nasza praca udowodniła, że jest to możliwe.

– Mam nadzieję, że późna diagnoza stanie się wkrótce reliktem przeszłości – dodaje prof. Barzilay.

Ta nowa technika szczególnie ważna jest dla ciemnoskórych pacjentek, ponieważ algorytm rozpoznaje ryzyko zachorowania u przedstawicielek wszystkich ras. Większość wcześniejszych badań przeprowadzano na białych kobietach, a uzyskane w ten sposób standardy stosowano wobec wszystkich. Ich skuteczność była wyraźnie niższa u osób o ciemnej karnacji. Jak wynika z raportu JAMA Surgery z 2018 roku, śmiertelność spowodowana rakiem piersi kobiet o ciemnym kolorze skóry jest o 43 procent wyższa niż kobiet o jasnej cerze; błędna diagnoza jest jednym z powodów.

Algorytm w standardzie

– Naszym celem jest to, aby te badania stały się elementem standardowej opieki medycznej – mówi Adam Yala. – Umiejąc przewidywać, kto w przyszłości może zachorować na raka, uratujemy wiele istnień. Będziemy mogli zadziałać jeszcze zanim wystąpią jakiekolwiek objawy!

Zadziałać, czyli? Co może zrobić kobieta, która usłyszy niepomyślną diagnozę? Która jeszcze nie ma raka, ale najprawdopodobniej nowotwór rozwinie się u niej w ciągu najbliższych pięciu lat?

Wiele rzeczy. Po pierwsze może być pod ścisłą opieką onkologa, badać piersi nie raz na rok, ale raz na miesiąc, tak, żeby wychwycić guzek na najwcześniejszym z możliwych etapów. Poza tym to okazja, żeby o siebie lepiej zadbać: porzucić złe nawyki, niezdrową dietę, zacząć uprawiać sport, naprawiać relacje, realizować marzenia… A jak tylko guz zaistnieje – szybko go wyleczyć.

Miejmy nadzieję, że algorytm przejdzie pomyślnie kolejne etapy testów i będzie zwiększał swoją skuteczność. Być może wkrótce będzie mógł pomóc także w ocenie ryzyka zachorowania na inne rodzaje nowotworów, na przykład trudno przewidywalnego raka trzustki lub na choroby układu sercowo-naczyniowego.

Czy w przyszłości sztuczna inteligencja będzie potrafiła przepowiedzieć przyszłość naszych organizmów? Wyliczyć prawdopodobieństwo zachorowania na wszelkiej maści choroby, a nawet – długość życia? Brzmi bajkowo, póki mówimy o chorobach uleczalnych dzięki wczesnej diagnozie. Trochę gorzej, kiedy mamy do czynienia z chorobą, na którą wciąż nie ma lekarstwa. Można by się wtedy co prawda odpowiednio psychicznie przygotować…lub załamać z kretesem. Ciekawe, ile z nas naprawdę chciałoby znać przyszłość, ryzykując, że rysuje się ona w niezbyt optymistycznych barwach?

Skip to content