AI aracı, kanser hastalarında tümörün yeniden büyümesini doğru bir şekilde tahmin eder Kanser

Doktorlar ve bilim adamları, kanser hastalarında tedavi gördükten sonra tümörlerin ne kadar muhtemel yeniden büyüyeceğini doğru bir şekilde tahmin edebilen bir yapay zeka aracı geliştirdiler.

Klinik onkologlar tarafından “heyecan verici” olarak tanımlanan buluş, hastaların gözetiminde devrim yaratabilir. Son yıllarda tedavideki ilerlemeler hayatta kalma şansını artırmış olsa da, hastalığın geri gelme riski devam etmektedir.

Hastaları tedaviden sonra izlemek, herhangi bir kanser nüksetmesine acilen müdahale edilmesini sağlamak için hayati önem taşır. Ancak şu anda doktorlar, bir hastanın gelecekte nasıl bir ücret alabileceğini tahmin etmek için kanserin orijinal miktarına ve yayılmasına odaklananlar da dahil olmak üzere geleneksel yöntemlere güvenmek zorunda kalıyor.

Şimdi, Royal Marsden NHS Foundation Trust, Institute of the Institute tarafından dünyada bir ilk olan bir çalışma. Kanser Araştırma, Londra ve Imperial College London, kanserin geri gelme riskini tahmin edebilen ve bunu mevcut yöntemlerden daha iyi yapabilen, makine öğrenimini (bir tür yapay zeka) kullanan bir model belirledi.

Bir danışman olan Dr Richard Lee, “Bu, hangi hastaların kanser nüksü açısından en yüksek risk altında olduğunu anlamak ve bu nüksü daha erken tespit etmek için AI’yı kullanabilmek için önemli bir adımdır” dedi. Royal Marsden NHS Foundation Trust’ta solunum tıbbı ve erken teşhis alanında doktor.

OCTAPUS-AI çalışmasının baş araştırmacısı Lee, Guardian’a bunun yalnızca kanser hastalarının sonuçlarını iyileştirmekle kalmayıp, birçokları için nüks “anksiyetenin ana kaynağı” olan korkularını hafifletmede hayati önem taşıyabileceğini söyledi. “Kanser hastalarının bakımını iyileştirmek, daha uzun yaşamalarına yardımcı olmak ve hastalığın yaşamları üzerindeki etkisini azaltmak için sınırları zorlamayı umuyoruz.”

AI aracı, yüksek riskli olarak kabul edilen hastalarda nüksün daha erken tespit edilmesini sağlayarak daha acil tedavi almalarını sağlayabilir, ancak aynı zamanda düşük riskli olarak kabul edilenler için daha az gereksiz takip taraması ve hastane ziyareti ile sonuçlanabilir.

Lee, “Bu ortamda ihtiyaç duyulan tarama sayısını azaltmak yardımcı olabilir ve ayrıca radyasyon maruziyetini, hastane ziyaretlerini azaltabilir ve değerli NHS kaynaklarının daha verimli kullanılmasını sağlayabilir” dedi.

Retrospektif çalışmada doktorlar, bilim adamları ve araştırmacılar, radyoterapiyi takiben nüks riski taşıyan küçük hücreli olmayan akciğer kanseri (KHDAK) hastalarını doğru bir şekilde tanımlayıp tanımlayamayacağını belirlemek için bir makine öğrenimi modeli geliştirdiler. Makine öğrenimi, yazılımın sonuçları otomatik olarak tahmin etmesini sağlayan bir yapay zeka biçimidir.

Akciğer kanseri, dünya çapında kanser ölümlerinin önde gelen nedenidir ve Birleşik Krallık’taki kanser ölümlerinin beşte birinden (%21) biraz fazlasını oluşturmaktadır. NSCLC, akciğer kanseri vakalarının yaklaşık altıda beşini (%85) oluşturur ve erken yakalandığında hastalık genellikle tedavi edilebilir. Bununla birlikte, KHDAK hastalarının üçte birinden fazlası (%36) Birleşik Krallık’ta nüks yaşamaktadır.

Araştırmacılar, modellerini beslemek için beş Birleşik Krallık hastanesinde tedavi edilen 657 KHDAK hastasından elde edilen klinik verileri kullandılar ve bir hastanın tekrarlama şansını daha iyi tahmin etmek için çeşitli prognostik faktörlerle ilgili verileri eklediler.

Bunlar hastanın yaşı, cinsiyeti, VKİ, sigara içme durumu, radyoterapinin yoğunluğu ve tümör özelliklerini içeriyordu. Araştırmacılar daha sonra hastaları düşük ve yüksek nüks riski, nüks öncesi ne kadar süre yaşayabilecekleri ve tedaviden iki yıl sonra genel sağkalım şeklinde sınıflandırmak için AI modelini kullandılar.

Aracın, sonuçları tahmin etmede geleneksel yöntemlere göre daha doğru olduğu bulundu. Royal Marsden Cancer Charity ve National Institute tarafından desteklenen çalışmanın sonuçları Sağlık Araştırma, The Lancet’in eBioMedicine dergisinde yayınlandı.

Royal Marsden ve Imperial College London’da klinik onkoloji uzmanı olan Dr. “Bu, hastaların aldığı takip türü ve sıklığında çeşitlilik olduğu anlamına geliyor… Sağlık verileriyle yapay zeka kullanmak çözüm olabilir.

“Bu tür verilere kolayca erişilebildiğinden, bu metodoloji farklı sağlık sistemlerinde çoğaltılabilir.”

Hindocha, çalışmanın kanser hastalarının tedavi sonrası gözetimini yönlendirmek için ulusal ve uluslararası düzeyde bir aracı kullanıma sunma yolunda “heyecan verici bir ilk adım” olduğunu ekledi.

Leave a Comment