W jaki sposób sztuczna inteligencja może wspomagać leczenie raka?
Justyna Piekara

W jaki sposób sztuczna inteligencja może wspomagać leczenie raka?

Kombinowane terapie lekowe oraz ich personalizowanie poprawiają skuteczność leczenia nowotworów. Eksperymentalne badania przesiewowe, które pozwalają opracować najbardziej skuteczne połączenia są długotrwałe i kosztowne. Z pomocą przychodzi sztuczna inteligencja. Dzięki niej stworzono niedawno skuteczny, farmakologiczny sposób selektywnego niszczenia komórek rakowych. 

Terapia nowotworów wspomagana sztuczną inteligencją 

Wczesne wykrywanie zmian nowotworowych ma kluczowe znaczenie dla procesu leczenia i przeżywalności pacjentów. Lekarze i naukowcy nieustanne szukają sposobów, które pomogą nam wygrywać z chorobą, być może w niedalekiej przyszłości uczeni zyskają istotne wsparcie. Obecność sztucznej inteligencji (ang. Artificial Inteligence, AI) w świecie medycyny staje się faktem. 

Badania onkologiczne to obszar, który czerpie duże korzyści z technologii sztucznej inteligencji. Dzięki zastosowaniu narzędzi AI dokonano wielu przełomów w diagnostyce i leczeniu nowotworów szybciej niż kiedykolwiek.

Bazujące na tej technologii, można dopingować rozwój terapii przeciwnowotworowej, przyspieszać odkrywanie nowych leków, procesy ich weryfikacji i wdrażania do praktycznego, klinicznego zastosowania.  

AI w diagnostyce nowotworów

Przykładem nowoczesnego podejścia w diagnostyce może być szwajcarska firma Sophia Genetics. Oferuje ona zestaw wykorzystujący technologię sztucznej inteligencji do porównywania DNA pacjenta z dużą bazą danych. Ma to na celu ustalenie, czy występują u niego pewne mutacje genetyczne, które wiążą się z większym ryzykiem zachorowania na raka płuc, raka jelita grubego, skóry i mózgu. Wczesna diagnostyka umożliwia szybkie wdrożenie działań profilaktycznych i skorzystanie z medycyny precyzyjnej, która daje lepsze rezultaty leczenia.

Na Uniwersytecie Gdańskim realizowany jest projekt „Knowledge At the Tip of Your fingers: Clinical Knowledge for Humanity” (KATY), który wykorzystuje system medycyny personalizowanej wspomagany przez sztuczną inteligencję. Program wesprze lekarzy w procesie decyzyjnym w przypadku leczenia pacjentów zmagających się z rakiem nerki. 

Natomiast naukowcy z Chin niedawno zbadali, jak zastosowanie programu uczenia mechanicznego (ang. machine learning, ML) może poprawić wyniki interpretacji danych medycznych podczas diagnozowania guza mózgu. Stworzony przez nich program pomaga w planowaniu operacji. Segmentacja guza z zastosowaniem aplikacji AI, która wspomaga wykrywanie raka, okazała się dokładniejsza i wydajniejsza w porównaniu do tej, wykonanej przez chirurga.

Testowanie leków z zastosowaniem sztucznej inteligencji

Przewidywanie interakcji leków opiera się na wskaźnikach podobieństwa, optymalizację dawkowania przeprowadza się przy użyciu modeli matematycznych do interpretacji danych farmakokinetycznych i farmakodynamicznych. Dla sztucznej inteligencji nie stanowi to problemu – jest w stanie stosunkowo szybko opracowywać duże ilości danych. Uczenie maszynowe może pomóc lekarzom i farmaceutom zidentyfikować wzorce i relacje na podstawie złożonych zestawów danych, a także prognozować wyniki badań klinicznych. 

Naukowcy z Uniwersytetu Aalto, Uniwersytetu Helsińskiego i Uniwersytetu w Turku w Finlandii donoszą, że opracowali model uczenia maszynowego comboFM, który może przewidywać, w jaki sposób kombinacje różnych leków przeciwnowotworowych niszczą komórki rakowe. Wyniki ich badania opublikowano w „Nature Communications”. Do oceny modelu comboFM jego twórcy wykorzystali dane dotyczące odpowiedzi na leki przeciwnowotworowe z badania Nation Cancer Institute-ALMANAC. Przebadano unikalne leki zatwierdzone przez FDA w różnych kombinacjach i stężeniach, w 60 liniach komórkowych pochodzących z dziewięciu typów tkanek. Wykonano łącznie 333 180 pomiarów reakcji na skojarzone farmaceutyki i 222 120 pomiarów odpowiedzi na pojedynczy lek. Dzięki zastosowaniu modelu udało się znaleźć powiązania między lekami a komórkami nowotworowymi, które nie były wcześniej obserwowane. 

Zdaniem profesora Juho Rousu model daje bardzo dokładne i wiarygodne wyniki. Świadczy o tym wartość współczynnika korelacji w przeprowadzonych pomiarów, która wyniosła ponad 0,9. W pomiarach eksperymentalnych, aby uznać wynik za przekonywający, współczynnik korelacji powinien wynosić 0,8–0,9.

Eksperymentalne badania leków są kosztowne. Model stworzony przez międzynarodowy zespół badawczy może stanowić dla nich efektowną alternatywę. Prognozy przygotowywane z pomocą comboFM, są solidne i przedstawiają się obiecująco w kwestii personalizowania terapii i onkologicznych. 

To samo podejście do uczenia maszynowego może być stosowane w przypadku chorób innych niż nowotwory. Trzeba by tylko „nauczyć” model opracowywania danych dotyczących danej jednostki chorobowej. 

  1. AI predicts cancer killing drug combos, „genengnews.com” [online], https://www.genengnews.com/news/ai-predicts-cancer-killing-drugcombos/utm_medium=newsletter&utm_source=GEN%20Daily%20News%20Highlights&utm_content=01&utm_campaign=GEN%20Daily%20News%20Highlights_20201202&oly_enc_id=9552C8911023H0T&fbclid=IwAR1x68eeLs1FLcap0XCSEdfRyqporg7Zu7_Ui2uMEbE_SXx5Twvzve46tog, [dostęp:] 09.12.2020.
  2. E. L. Romm, I. F. Tsigelny, Artificial intelligence in drug treatment, „Annual Review of Pharmacology and Toxicology” 2020, nr 60, s. 353-369.
  3. D. Ho, Artificial intelligence in cancer therapy, „Science” 2020, nr 367 (6481), s 982-983.
  4. C. Hence, AI in oncology assisting diagnostics and drug discovery: prescribe with care, „towardsdatascience.com” [online], https://towardsdatascience.com/ai-in-oncology-assisting-diagnostics-and-drug-discovery-prescribe-with-care-dd9822aac626, [dostęp:] 09.12.2020.
  5. Nowy system medycyny personalizowanej wspomagany przez sztuczną inteligencję wesprze leczenie raka nerki. Nowy projekt na UG, „ug.edu.pl” [online], https://ug.edu.pl/news/pl/484/nowy-system-medycyny-personalizowanej-wspomagany-przez-sztuczna-inteligencje-wesprze-leczenie-raka, [dostęp:] 09.12.2020.
  6. AI predicts which drug combinations kill cancer cells, „eurekalert. org” [online], https://www.eurekalert.org/pub_releases/2020–12/au-apw113020.php, [dostęp:] 09.12.2020.

Polecane dla Ciebie

Twoje sugestie

Dokładamy wszelkich starań, aby podane zdjęcie i opis oferowanych produktów były aktualne, w pełni prawidłowe oraz kompletne. Jeśli widzisz błąd, poinformuj nas o tym.

Zgłoś uwagi Ikona

Polecane artykuły

Porozmawiaj z farmaceutą
Infolinia: 800 110 110

Zadzwoń do nas jeśli potrzebujesz porady farmaceuty.
Jesteśmy dla Ciebie czynni całą dobę, 7 dni w tygodniu, bezpłatnie.

Pobierz aplikację mobilną Pobierz aplikację mobilną Doz.pl

Ikona przypomnienie o zażyciu leku.
Zdarza Ci się ominąć dawkę leku?

Zainstaluj aplikację. Stwórz apteczkę. Przypomnimy Ci kiedy wziąć lek.

Dostępna w Aplikacja google play Aplikacja appstore
Dlaczego DOZ.pl
Niższe koszta leczenia

Darmowa dostawa do Apteki
Bezpłatna Infolinia dla Pacjentów.

ikona niższe koszty leczenia
Bezpieczeństwo

Weryfikacja interakcji leków.
Encyklopedia leków i ziół

Ikona encklopedia leków i ziół
Wsparcie w leczeniu

Porady na czacie z Farmaceutą.
E-wizyta z lekarzem specjalistą.

Ikona porady na czacie z farmaceutą
Newsletter

Bądź na bieżąco z DOZ.pl

Ważne: Użytkowanie Witryny oznacza zgodę na wykorzystywanie plików cookie. Szczegółowe informacje w Regulaminie.

Zamnij