Vědci představili novou metodu založenou na umělé inteligenci, která má předvídat, jak budou pacienti s pokročilou rakovinou střev reagovat na konkrétní lék schválený NHS (National Health Service). Cílem projektu je zachránit tisíce lidí před procedurami, které jim pravděpodobně nepřinesou užitek, a tím je zachránit před oslabujícími vedlejšími účinky.
Problém pokročilé rakoviny tlustého střeva
Rakovina tlustého střeva zůstává jednou z nejsmrtelnějších malignit, hned po rakovině plic v úmrtnosti. Sázky jsou obzvláště vysoké kvůli obrovskému rozdílu v přežití v závislosti na stadiu onemocnění:
– Počáteční fáze: Míra přežití může dosáhnout 98 %.
– Pokročilá fáze: Pětileté přežití může klesnout až na 10 %.
Každý rok je ve Spojeném království diagnostikováno téměř 10 000 případů pokročilé rakoviny tlustého střeva s alarmujícím nárůstem incidence u mladých lidí. Pro takové pacienty se hledání účinné léčby stává závodem s časem, ale ne každý lék je univerzálním řešením.
Personalizovaná medicína versus pokus a omyl
V prosinci NHS schválilo použití bevacizumabu, léku, který se zaměřuje na proteiny, které nádory potřebují k růstu. I když je pro některé životně důležitou podporou, není účinná pro každého. Kromě toho droga nese vážná rizika, včetně:
– tvorba krevních sraženin
–Problémy s gastrointestinálním traktem
Bez schopnosti předvídat účinnost jsou lékaři často nuceni postupovat metodou pokusů a omylů. To znamená, že mnoho pacientů podstupuje toxickou léčbu, která neposkytuje žádný klinický přínos a způsobuje pouze zbytečné utrpení.
Jak PhenMap funguje
K vyřešení tohoto problému vyvinuli vědci z Institutu pro výzkum rakoviny (ICR) v Londýně a RCSI University of Medicine and Health Sciences v Dublinu systém PhenMap. Název je kombinací slov fenotyp (fenotyp – pozorovatelné vlastnosti) a mapování (mapování).
Nástroj s umělou inteligencí funguje následovně:
1. Komplexní integrace dat: Analyzuje složitou genetickou strukturu nádoru.
2. Rozpoznávání vzorů: Systém identifikuje biologické vzorce, které jsou příliš složité na to, aby je lékaři ručně detekovali.
3. Stratifikace rizika: Ve studii 117 evropských pacientů PhenMap úspěšně identifikoval specifickou skupinu s běžnou genetickou mutací, která byla vystavena vysokému riziku nežádoucích reakcí a špatné odpovědi na lék.
„Náš výzkum využívá pokročilé techniky umělé inteligence ke kombinaci obrovského množství komplexních dat, což nám pomáhá všimnout si vzorů, které lidé prostě nevidí,“ říká profesor Anguraj Sadanandam z ICR.
Cesta ke klinické aplikaci
Zatímco první výsledky jsou hlavním milníkem ve vývoji personalizované medicíny, výzkumníci poznamenávají, že tento nástroj ještě není připraven pro široké klinické použití. Mezi další kroky patří:
– Zvětšení vzorku: Testování AI na mnohem větších skupinách pacientů pro potvrzení přesnosti.
– Rozšíření: Zjistěte, zda lze tuto metodu mapování upravit k předpovědi reakce na léky používané u jiných typů rakoviny.
Konečným cílem je vyvinout tuto technologii do standardního klinického testu, který lékařům umožní poskytovat skutečně personalizovanou péči a zároveň maximalizovat šance na přežití a minimalizovat zbytečné škody.
Závěr: Použitím umělé inteligence k dešifrování genetiky nádorů se výzkumníci přibližují budoucnosti, kde bude léčba rakoviny přizpůsobena každému jedinci a zajistí, že pacienti dostanou pouze tu nejúčinnější terapii.
