Para saintis di Universiti British Columbia telah menggunakan kecerdasan buatan untuk mengenal pasti subjenis kanser endometrium yang berisiko tinggi, membuka jalan untuk hasil pesakit yang lebih baik dan rawatan yang lebih disasarkan.
Penyelidikan terobosan dari Universiti British Columbia (UBC) boleh merevolusikan penjagaan untuk pesakit dengan kanser endometrium, jenis keganasan ginekologi yang paling biasa. Dengan memanfaatkan keupayaan kecerdasan buatan, saintis telah menemui subset berisiko tinggi kanser ini yang sering terlepas oleh patologi konvensional.
AI Membuka Topeng Risiko Tersembunyi
ini mengkaji, yang diterbitkan dalam Nature Communications, mendedahkan bahawa AI boleh mengesan corak dalam beribu-ribu imej sel kanser, mengenal pasti subset berisiko tinggi kanser endometrium yang sebaliknya akan tidak dapat dikesan oleh kaedah tradisional.
"Kanser endometrium adalah penyakit yang pelbagai, dengan sesetengah pesakit lebih berkemungkinan untuk melihat kanser mereka kembali daripada yang lain," kata Jessica McAlpine, seorang profesor dan saintis pakar bedah UBC di BC Cancer dan Hospital Besar Vancouver, dalam satu Siaran akhbar. “Sangat penting bagi pesakit yang menghidap penyakit berisiko tinggi dikenal pasti supaya kita boleh campur tangan dan diharapkan dapat mengelakkan berulang. Pendekatan berasaskan AI ini akan membantu memastikan tiada pesakit terlepas peluang untuk campur tangan yang berpotensi menyelamatkan nyawa.”
Perubatan Ketepatan Melalui AI
Pasukan McAlpine mempunyai sejarah kerja pecah tanah di kawasan ini. Kembali pada tahun 2013, kerja mereka membantu mengklasifikasikan kanser endometrium kepada empat subtipe berbeza berdasarkan ciri molekul. Ini membawa kepada pembangunan ProMiSE, alat diagnostik molekul yang telah digunakan secara meluas untuk menambah baik keputusan rawatan kanser. Walaupun kemajuan ini, kategori terbesar, mewakili kira-kira 50% daripada kanser endometrium, kekal sebagai kumpulan tangkapan di mana hasil pesakit berubah dengan ketara.
Untuk merapatkan jurang ini, McAlpine bekerjasama dengan pakar pembelajaran mesin Ali Bashashati, penolong profesor kejuruteraan bioperubatan di UBC. Pasukan Bashashati membangunkan model AI pembelajaran mendalam yang menganalisis lebih 2,300 imej sampel tisu, berjaya mengenal pasti subkumpulan dengan kadar kelangsungan hidup yang jauh lebih lemah.
"Kuasa AI ialah ia boleh melihat secara objektif set imej yang besar dan mengenal pasti corak yang mengelak daripada ahli patologi manusia," kata Bashashati dalam siaran berita. “Ia mencari jarum dalam timbunan jerami. Ia memberitahu kami kumpulan kanser dengan ciri-ciri ini adalah pesalah paling teruk dan mewakili risiko yang lebih tinggi untuk pesakit."
Meluaskan Akses dan Ekuiti dalam Diagnosis Kanser
Para penyelidik kini merancang untuk mengintegrasikan alat AI ke dalam amalan klinikal, melengkapkan diagnostik sedia ada. Disokong oleh geran daripada Institut Penyelidikan Terry Fox, matlamat mereka adalah untuk menjadikan alat canggih ini boleh diakses merentasi pelbagai tetapan, daripada pusat bandar utama hingga komuniti luar bandar.
"Kedua-duanya bekerja seiring, dengan AI menyediakan lapisan tambahan di atas ujian yang kami sudah lakukan," kata McAlpine. Pendekatan dipacu AI menyerlah kerana kecekapan kos dan potensinya untuk digunakan walaupun dalam kemudahan kurang sumber, sekali gus meningkatkan ekuiti dalam penjagaan kanser merentas lokasi geografi.
"Apa yang benar-benar menarik kepada kami ialah peluang untuk ekuiti dan akses yang lebih besar," tambah Dr. Bashashati. "AI tidak peduli jika anda berada di pusat bandar atau komuniti luar bandar yang besar, ia hanya akan tersedia, jadi harapan kami ialah ini benar-benar dapat mengubah cara kami mendiagnosis dan merawat kanser endometrium untuk pesakit di mana-mana sahaja."
Kepentingan Terobosan
Kanser endometrium terkenal dengan kepelbagaian biologinya, menjadikannya mencabar untuk dirawat dengan berkesan. Penemuan berasaskan AI ini bukan sahaja memperhalusi klasifikasi kanser endometrium tetapi juga berpotensi untuk meningkatkan hasil pesakit dengan ketara melalui pelan rawatan yang lebih disasarkan dan diperibadikan.
Secara keseluruhan, kejayaan ini menandakan satu langkah penting ke hadapan dalam penggunaan kecerdasan buatan dalam penjagaan kesihatan, menjanjikan untuk meningkatkan ketepatan dan kebolehcapaian diagnostik kanser di seluruh dunia.