Model zasnovan na veštačkoj inteligenciji je u stanju da predvidi ishod terapije (meren volumetrijskim smanjenjem tumorskih lezija) kod 80% pacijenata sa karcinomom jajnika. Model zasnovan na veštačkoj inteligenciji ima tačnost od 80%, značajno bolju od trenutnih kliničkih metoda.
Alat, nazvan IRON (Integrated Radiogenomics for Ovarian Neoadjuvant therapy), analizira različite kliničke karakteristike pacijenata, od cirkulišuće DNK tumora u krvi (tečna biopsija) do opštih karakteristika (starost, zdravstveno stanje, itd.), tumorskih markera i slika bolesti dobijene CT skeniranjem. Na osnovu ove analize, pruža se predviđanje verovatnoće uspeha terapije.
Ovo dostignuće proizilazi iz nedavne studije objavljene u Nature Communications, sprovedene na 134 pacijenata sa rakom jajnika visokog stepena. Studiju je koordinirao profesor Evis Sala, katedra za dijagnostičko snimanje i radioterapiju na Medicinskom i hirurškom fakultetu Katoličkog univerziteta i direktor Centra za naprednu radiologiju na Policlinico Universitario A. Gemelli IRCCS. AI model je prvobitno razvio tim profesora Sale sa Univerziteta u Kembridžu.
Od raka jajnika godišnje u Italiji oboli preko pet hiljada žena, dodajući na trideset hiljada pacijenata koji su već dobili dijagnozu. Zbog nedostatka specifičnih ranih simptoma, dijagnoza se često javlja u uznapredovalim stadijumima bolesti. Serozni karcinom jajnika visokog stepena, koji čini 70–80% tumora jajnika, je posebno agresivan i često otporan na hemoterapiju. Trenutno je predviđanje odgovora na terapiju za ovu vrstu tumora tačno samo 50%.
Pored toga, postoji nekoliko klinički korisnih biomarkera za ovu vrstu raka zbog njegove visoke heterogenosti, koja značajno varira od pacijenta do pacijenta. Ovo je dovelo do razvoja alata zasnovanog na veštačkoj inteligenciji koji je sposoban da precizno predvidi odgovor na hemoterapiju.
„Sastavili smo dva nezavisna skupa podataka sa ukupno 134 pacijenta (92 slučaja u prvom skupu podataka, 42 u drugom nezavisnom skupu testova)“, objasnili su profesor Sala i dr Mireja Krispin Ortuzar sa Kembridža. Za sve pacijente, kliničari su prikupili kliničke podatke, uključujući demografske informacije i detalje o lečenju, kao i krvne biomarkere poput CA-125 i cirkulišuće tumorske DNK (ctDNK). Takođe su dobijene kvantitativne karakteristike tumora dobijene iz CT snimaka svih primarnih i metastatskih tumorskih mesta.
Omentalne i karlične/jajničke lokacije (uobičajene za širenje raka jajnika) su u početku predstavljale većinu tereta bolesti. Omentalne naslage su pokazale značajno bolji odgovor na neoadjuvantnu terapiju u poređenju sa bolešću karlice. Mutacije tumora (npr. TP53 MAF procenjen na cirkulišućoj DNK) i marker CA-125 bili su u korelaciji sa ukupnim opterećenjem bolesti pre tretmana i odgovorom na terapiju.
Štaviše, napredna analiza slika CT skeniranja otkrila je šest podgrupa pacijenata sa različitim biološkim i kliničkim karakteristikama, što ukazuje na odgovor na terapiju. Sve ove karakteristike tumora korišćene su kao ulazni podaci za algoritme veštačke inteligencije koji zajedno čine alat. Razvijeni model je zatim obučen, a njegova efikasnost je potvrđena na nezavisnom uzorku pacijenata.
„Iz kliničke perspektive, predloženi okvir se bavi nezadovoljenom potrebom da se identifikuju pacijenti za koje je malo verovatno da će reagovati na neoadjuvantnu terapiju i može biti usmeren na hitnu hiruršku intervenciju“, naglasio je profesor Sala.
„Alat bi se mogao primeniti za stratifikaciju rizika za svakog pojedinačnog pacijenta u budućim kliničkim istraživanjima koja će se sprovoditi u Poliklinici Gemeli u saradnji sa timom profesora Đovanija Skambije, Katedre za ginekologiju i akušerstvo na Fakultetu medicine i hirurgije Katoličkog univerziteta i naučnim direktorom Policlinico Universitario Agostino Gemelli IRCCS fondacija“, zaključuje profesor Sala.
