REDMOD: AI wykrywa raka trzustki prawie rok wcześniej niż lekarze
System AI REDMOD wykrywa sygnały raka trzustki średnio 475 dni przed diagnozą. Sprawdź, co pokazały badania, jakie są ich ograniczenia i co oznaczają dla…
System sztucznej inteligencji REDMOD potrafi wychwycić sygnały raka trzustki średnio 475 dni przed postawieniem diagnozy – wynika z badań klinicznych opublikowanych w czasopiśmie Gut, a według relacji WP abcZdrowie za ich autorstwo odpowiadają naukowcy z Mayo Clinic.
Jak działa REDMOD?
REDMOD analizuje obrazy z tomografii komputerowej jamy brzusznej. Opiera się na radiomice, czyli metodzie, która bada tekstury tkanek widoczne na zdjęciach medycznych. Algorytm szuka subtelnych, trudnych do uchwycenia dla ludzkiego oka zmian, które mogą poprzedzać rozwój nowotworu.
Badanie objęło 219 pacjentów, których skany wykonano w ramach diagnostyki jamy brzusznej. Porównano je z grupą kontrolną liczącą 1243 osoby, które przez trzy lata pozostawały bez nowotworu. Według WP abcZdrowie dodatkowo przetestowano system na niezależnej grupie 539 zdrowych pacjentów, gdzie odsetek trafnych klasyfikacji wyniósł 81%.
Czy AI wykrywa raka trzustki skuteczniej niż radiolodzy?
Najważniejsze porównanie dotyczy czułości, czyli zdolności do wychwycenia chorych. Dane podane przez WP abcZdrowie i dotyczące badania w Gut pokazują wyraźną różnicę:
| Wskaźnik | REDMOD (AI) | Radiolodzy |
|---|---|---|
| Czułość ogólna | 73% | 39% |
| Skuteczność przy wczesnych skanach | 68% | 23% |
Różnica przy wczesnych skanach jest szczególnie istotna, bo to właśnie wtedy szanse na skuteczne leczenie są największe. Warto jednak pamiętać, że porównanie pochodzi z jednego badania i dotyczy konkretnego zbioru danych.
Według WP abcZdrowie system osiągnął też wynik 87,5% w zbiorze danych NIH. Spójność diagnoz przy skanach wykonanych w odstępie kilku miesięcy wyniosła 90–92%, co świadczy o stabilności wyników, choć nie zastępuje testów w praktyce klinicznej.
Dlaczego rak trzustki jest tak groźny?
Rak trzustki, a zwłaszcza jego najczęstsza i najbardziej agresywna postać, zwana PDAC, należy do nowotworów o słabym rokowaniu. Według danych Agencji Badań Medycznych cytowanych przez WP abcZdrowie w Polsce choruje rocznie ok. 3,5 tys. osób. Pięcioletnia przeżywalność to około 10% pacjentów.
Źródła zwracają uwagę na czas. Autorzy badania podkreślają, że moment postawienia diagnozy w największym stopniu decyduje o dalszym przebiegu choroby. Według modeli zaprezentowanych przez autorów zwiększenie odsetka wczesnych wykryć z 10% do 50% mogłoby ponad dwukrotnie podnieść przeżywalność. Ta prognoza wymaga jednak potwierdzenia w praktyce.
Czego brakuje przed wdrożeniem AI w szpitalach?
WP abcZdrowie wskazuje, że badanie nie objęło grupy wystarczająco zróżnicowanej etnicznie, dlatego wyniki trudno bezpośrednio przenieść na inne populacje. Konieczne są też próby kliniczne na osobach z grup wysokiego ryzyka, m.in. u pacjentów z nagłą utratą wagi lub nowo rozpoznaną cukrzycą. Te objawy są już dziś uważane za sygnał do dalszej diagnostyki, więc to właśnie na nich AI mogłaby pokazać swoją wartość.
Warto też odnotować, że w relacji WP abcZdrowie nie podano informacji o tym, kiedy system mógłby zostać dopuszczony do użytku klinicznego.
Co to oznacza dla pacjentów i lekarzy?
REDMOD nie zastępuje lekarza, ale może działać jako dodatkowy filtr przy analizie skanów. Dla pacjentów oznacza to przede wszystkim nadzieję na szybsze wykrywanie choroby, zanim pojawią się objawy. Dla lekarzy to sygnał, że warto obserwować rozwój narzędzi opartych na radiomice, zwłaszcza w diagnostyce nowotworów o trudnym rokowaniu. Kluczowe pozostaje jednak to, czy wyniki z jednego badania potwierdzą się w szerszych i bardziej zróżnicowanych próbach.
Na podstawie relacji: WP abcZdrowie, Vietnam.vn. Tekst opracowany redakcyjnie na podstawie kilku niezależnych źródeł.