Sztuczna inteligencja pomoże wykryć raka trzustki

Naukowcy opracowali i dokonali walidacji narzędzia opartego na uczeniu głębokim (bazującym na warstwach sieci neuronowych), zdolnego do wykrywania raka trzustki w tomografii komputerowej. Dzięki niemu możliwe jest rozpoznanie nawet niewielkich zmian nowotworowych, mających mniej niż 2 cm średnicy.

AI wykryje nawet niewielkie guzy trzustki

Naukowcy z Tajwanu stworzyli narzędzie do wykrywania raka trzustki we wczesnych stadiach rozwoju – umożliwia ono postawienie właściwego rozpoznania w trakcie badania tomografii komputerowej, nawet wtedy, gdy guz ma mniej niż 2 cm. Jest ono oparte o tzw. wykrywanie wspomagane komputerowo (CAD), które wykorzystuje rodzaj sztucznej inteligencji (AI, ang. artificial intelligence), zwany uczeniem głębokim.

Automatyczne, kompleksowe narzędzie opracowano przy wykorzystaniu zestawu testów składających się z danych pochodzących od 546 pacjentów z rakiem trzustki, zdiagnozowanym w okresie od stycznia 2006 r. do lipca 2018 r. i 733 osób z grupy kontrolnej. Średni wiek pacjentów z rakiem (54% mężczyzn i 46% kobiet) wynosił 65 lat. Czułość wykrywania raka trzustki poniżej 2 cm skanach CT wyniosła 75%.

Rak trzustki – czynniki ryzyka

Złośliwy nowotwór trzustki jest siódmym najczęściej występującym rodzajem raka w Europie, charakteryzuje się on bardzo wysoką śmiertelnością. Czynniki zwiększające ryzyko raka trzustki to:

• palenie papierosów,
• picie alkoholu,
• spożywanie wysokoprzetworzonej, tłustej żywności,
• otyłość,
• przewlekłe zapalenie trzustki,
• mutacja genu BRCA1,
• mutacja genu APC,
• mutacje genów współodpowiedzialnych za występowanie zespołu dziedzicznego raka jelita grubego niezwiązanego z polipowatością.

Kluczowym badaniem umożliwiającym diagnozę jest tomografia komputerowa (CT), jednak jej czułość jest ograniczona, zwłaszcza w przypadku wczesnych stadiów choroby.

Realna pomoc dla radiologów

Narzędzie opracowane przez badaczy z National Taiwan University może służyć jako dodatkowy instrument w rękach radiologów, umożliwiający zwiększenie szans na wykrycie raka trzustki. Oprócz określenia, czy skany CT przedstawiają zmianę nowotworową, sztuczna inteligencja może także wskazać obszar, który budzi podejrzenia, np. poszerzenie przewodu trzustkowego czy zanik miąższu trzustki. To z kolei może być wskazaniem do poszerzenia diagnostyki, np. wykonania rezonansu magnetycznego.

Narzędzie CAD może dostarczyć wielu informacji pomocnych klinicystom, tajwańscy naukowcy podkreślają jednak, że konieczne są dalsze badania prowadzone na bardziej zróżnicowanych populacjach (nie tylko azjatyckich).