Për ta kapur kancerin më herët, duhet të parashikojmë se kush do e ketë atë në të ardhmen. Natyra komplekse e parashikimit të rrezikut është forcuar nga mjetet e inteligjencës artificiale (AI).
Dy vjet më parë, një ekip shkencëtarësh nga Laboratori i Shkencave Kompjuterike dhe Inteligjencës Artificiale të MIT (CSAIL) dhe Klinika Jameel demonstruan një sistem mësimi të thellë për të parashikuar rrezikun e kancerit duke përdorur vetëm mamografinë e një pacienti. Modeli tregoi premtime të rëndësishme dhe madje edhe përfshirje të përmirësuar: ishte po aq i saktë për gratë, gjë që është veçanërisht e rëndësishme duke pasur parasysh se gratë me ngjyrë kanë 43 për qind më shumë gjasa të vdesin nga kanceri i gjirit.
Por për të integruar modelet e rrezikut të bazuara në imazhe në kujdesin klinik dhe për t’i bërë ato gjerësisht të disponueshme, studiuesit thonë se modelet kishin nevojë për përmirësime algoritmike dhe vërtetim në shkallë të gjerë në disa spitale për të provuar qëndrueshmërinë e tyre.
Për këtë qëllim, ata përshtatën algoritmin e tyre të ri “Mirai” për të kapur kërkesat unike të modelimit të rrezikut. Mirai modelon së bashku rrezikun e një pacienti në disa pika kohore në të ardhmen dhe mund të përfitojë opsionalisht nga faktorët klinik të rrezikut si mosha ose historia familjare, nëse ato janë të disponueshme. Algoritmi është projektuar gjithashtu për të prodhuar parashikime që janë të qëndrueshme për variancat e vogla në mjediset klinike, si zgjedhja e makinës së mamografisë.
Ekipi e trajnoi Mirai-n në të njëjtin grup të dhënash prej mbi 200,000 provimesh nga Spitali i Përgjithshëm i Massachusetts (MGH) nga puna e tyre e mëparshme dhe e vërtetoi atë në grupe testesh nga MGH, Instituti Karolinska në Suedi dhe Spitali Memorial Chang Gung në Tajvan. Mirai tani është instaluar në MGH dhe bashkëpunëtorët e ekipit po punojnë në mënyrë aktive në integrimin e modelit në kujdes.
Mirai ishte dukshëm më i saktë se metodat e mëparshme në parashikimin e rrezikut të kancerit dhe identifikimin e grupeve me rrezik të lartë në të tre grupet e të dhënave. Kur krahasuan grupet me rrezik të lartë në grupin e testeve MGH, ekipi zbuloi se modeli i tyre identifikoi gati dy herë më shumë diagnoza të kancerit në të ardhmen krahasuar me standardin aktual klinik, modelin Tyrer-Cuzick.
Mirai ishte po aq i saktë te pacientët e racave të ndryshme, grupmoshave dhe kategorive të densitetit të gjirit në grupin e testit MGH dhe në nëntipe të ndryshme të kancerit në grupin e testeve Karolinska.
Ja se si funksionon Mirai:
1. Imazhi i mamografisë vendoset përmes diçkaje që quhet “koder imazhi”.
2. Çdo paraqitje imazhi, si dhe nga cila pamje ka ardhur, grumbullohet me imazhe të tjera nga pamje të tjera për të marrë një paraqitje të të gjithë mamografisë.
3. Me mamografinë, faktorët tradicionalë të rrezikut të pacientit parashikohen duke përdorur një model Tyrer-Cuzick (mosha, pesha, faktorët hormonalë). Nëse nuk disponohet, përdoren vlerat e parashikuara.
4. Me këtë informacion, shtresa e rrezikut shtesë parashikon rrezikun e pacientit për çdo vit gjatë pesë viteve të ardhshme.
Përmirësimi i Mirai
Megjithëse modeli aktual nuk shikon asnjë nga rezultatet e mëparshme të imazhit të pacientit, ndryshimet në imazhe me kalimin e kohës përmbajnë një mori informacionesh. Në të ardhmen, ekipi synon të krijojë metoda që mund të përdorin në mënyrë efektive historinë e plotë të imazhit të pacientit.
Në një mënyrë të ngjashme, ekipi vëren se modeli mund të përmirësohet më tej duke përdorur “tomosintezën”, një teknikë me rreze X për shqyrtimin e pacientëve me kancer asimptomatik. Përtej përmirësimit të saktësisë, kërkohen kërkime shtesë për të përcaktuar se si të përshtaten modelet e rrezikut të bazuara në imazhe me pajisje të ndryshme mamografike me të dhëna të kufizuara.
