Дослідники представили новий метод на базі штучного інтелекту, призначений для прогнозування того, як пацієнти із запущеним раком кишечника відреагують на конкретний препарат, схвалений NHS (Національна служба охорони здоров’я). Мета проекту — позбавити тисячі людей процедур, які навряд чи принесуть користь, тим самим уберегвши їх від виснажливих побічних ефектів.
Проблема запущеного раку кишечника
Рак кишечника залишається одним із найбільш смертоносних злоякісних новоутворень, поступаючись за показниками смертності лише раку легень. Ставки особливо високі через колосальну різницю у виживаності залежно від стадії захворювання:
– Рання стадія: показники виживання можуть досягати 98%.
– Запущена стадія: п’ятирічна виживання може впасти лише до 10%.
У Великій Британії щорічно діагностується майже 10 000 випадків запущеного раку кишечника, при цьому спостерігається тривожне зростання захворюваності серед молоді. Для таких пацієнтів пошук ефективного лікування перетворюється на гонку з часом, проте далеко не кожен препарат є універсальним рішенням.
Персоналізована медицина проти методу «проб та помилок»
У грудні NHS схвалила застосування бевацизумабу — препарату, що впливає на білки, необхідні пухлини для росту. Хоча декому він стає життєво важливою підтримкою, він ефективний далеко ще не всім. Більше того, препарат несе у собі серйозні ризики, включаючи:
– Утворення тромбів
– Проблеми із шлунково-кишковим трактом
За відсутності можливості передбачити ефективність лікарі часто змушені діяти методом «проб і помилок». Це означає, що багато пацієнтів проходять через токсичне лікування, яке не приносить клінічної користі, а лише завдає непотрібних страждань.
Як працює «PhenMap»
Щоб вирішити цю проблему, вчені з Інституту дослідження раку (ICR) у Лондоні та Університету медицини та медичних наук RCSI у Дубліні розробили систему PhenMap. Назва є поєднанням слів phenotype (фенотип – ознаки, що спостерігаються) і mapping (картографування).
Інструмент на базі ІІ працює наступним чином:
1. Інтеграція складних даних: він аналізує заплутану генетичну структуру пухлини.
2. Розпізнавання образів: система виявляє біологічні закономірності, які надто складні для ручного виявлення лікарями.
3. Стратифікація ризиків: у дослідженні за участю 117 європейських пацієнтів PhenMap успішно виділив певну групу із загальною генетичною мутацією, у якої був високий ризик негативних реакцій та слабкого відгуку на препарат.
“Наше дослідження використовує передові методи ІІ для об’єднання величезних масивів складних даних, що допомагає нам помічати закономірності, які людина побачити просто не в змозі”, – каже професор Ангурадж Саданандам з ICR.
Шлях до клінічного застосування
Хоча перші результати є важливою віхою у розвитку персоналізованої медицини, дослідники відзначають, що інструмент ще не готовий до широкого клінічного використання. Наступні кроки включають:
– Збільшення вибірки: тестування ІІ на набагато більших групах пацієнтів для підтвердження точності.
– Розширення сфери застосування: визначення того, чи можна адаптувати цей метод картування для прогнозування реакції на препарати, що використовуються при інших типах раку.
Кінцева мета – перетворити цю технологію на стандартний клінічний тест, що дозволить лікарям надавати по-справжньому індивідуальну допомогу, максимізуючи шанси на виживання та мінімізуючи непотрібну шкоду.
Висновок: Використовуючи ІІ для розшифрування генетики пухлин, дослідники наближаються до майбутнього, де лікування раку підбиратиметься під кожну конкретну людину, гарантуючи, що пацієнти отримають лише найбільш ефективну терапію.
