Μια νέα επιστημονική μελέτη παρουσιάζει ένα σύστημα τεχνητής νοημοσύνης που φιλοδοξεί να αλλάξει ριζικά τη διάγνωση όγκων του κεντρικού νευρικού συστήματος, μειώνοντας τον χρόνο ανάλυσης από ημέρες σε λίγα λεπτά και αξιοποιώντας ευρέως διαθέσιμες ιστολογικές εικόνες.
Ειδικότερα, σύμφωνα με τον επιστημονικό ιστότοπο Nature, το σύστημα, με την ονομασία Hetairos AI model, έχει σχεδιαστεί για να ταξινομεί όγκους του κεντρικού νευρικού συστήματος σε 102 μοριακά καθορισμένους υποτύπους, χρησιμοποιώντας απλές ιστολογικές τομές αιματοξυλίνης-ηωσίνης (H&E). Σε προοπτική κλινική αξιολόγηση, το μοντέλο κατάφερε να μειώσει τον χρόνο διάγνωσης από περίπου 12 ημέρες -όσο απαιτείται συνήθως για τη μοριακή ανάλυση του προφίλ μεθυλίωσης του DNA – σε μόλις 12 λεπτά, προσφέροντας σημαντική επιτάχυνση στη διαγνωστική διαδικασία. Πρόκειται για μια ιδιαίτερα σημαντική εξέλιξη, καθώς η καθιερωμένη μέθοδος υψηλής ακρίβειας, η μοριακή ανάλυση του προφίλ μεθυλίωσης του DNA, αν και εξαιρετικά αξιόπιστη, είναι χρονοβόρα, ακριβή και τεχνικά απαιτητική.
Σύμφωνα με τα δεδομένα της μελέτης, το μοντέλο εκπαιδεύτηκε και αξιολογήθηκε σε ένα ιδιαίτερα μεγάλο και πολυκεντρικό σύνολο δεδομένων: 9.606 ασθενείς και πάνω από 11.000 ιστολογικές εικόνες από 11 διαφορετικά κέντρα σε τέσσερις ηπείρους. Η ευρεία γεωγραφική κατανομή των δεδομένων θεωρείται κρίσιμη, καθώς ενισχύει τη γενικευσιμότητα του συστήματος σε διαφορετικά νοσοκομειακά περιβάλλοντα και πρακτικές διάγνωσης.
Κοντά στο 70% το ποσοστό πρόβλεψης του «Hetairos»
Το Hetairos κατάφερε να παράγει υψηλής εμπιστοσύνης προβλέψεις στο 50–70% των περιπτώσεων, με συνολική ακρίβεια 0,87 στις κορυφαίες εκτιμήσεις του. Σε άμεση σύγκριση με πέντε πιστοποιημένους νευροπαθολόγους σε ιστολογική αξιολόγηση χωρίς πρόσβαση σε μοριακά δεδομένα, το σύστημα παρουσίασε σαφώς καλύτερη επίδοση, με σκορ 68% έναντι 30% για τους ειδικούς.
Ακόμη πιο σημαντική θεωρείται η προοπτική κλινική αξιολόγηση, στην οποία το μοντέλο ενσωματώθηκε σε πραγματικές συνθήκες διαγνωστικής ροής για 210 περιστατικά. Εκεί επιβεβαιώθηκε ότι μπορεί να μειώσει τον χρόνο διάγνωσης από περίπου 12 ημέρες -τον χρόνο που απαιτείται για μοριακή ανάλυση του προφίλ μεθυλίωσης του DNA- σε περίπου 12 λεπτά, προσφέροντας έτσι ένα σημαντικό πλεονέκτημα σε επείγοντα ή δύσκολα περιστατικά.
Οι όγκοι του κεντρικού νευρικού συστήματος αποτελούν μια από τις πιο σύνθετες κατηγορίες καρκίνων, με μεγάλη μορφολογική και μοριακή ετερογένεια. Η σύγχρονη ταξινόμησή τους βασίζεται σε μεγάλο βαθμό σε μοριακά δεδομένα, με την μοριακή ανάλυση του προφίλ μεθυλίωσης του DNA να έχει ενσωματωθεί στην ταξινόμηση του Παγκόσμιου Οργανισμού Υγείας (WHO 2021), η οποία περιλαμβάνει πάνω από 100 διαφορετικούς υποτύπους. Σε πολλές περιπτώσεις, η μοριακή ανάλυση είναι απαραίτητη για τη διάγνωση συγκεκριμένων οντοτήτων, όπως ορισμένοι τύποι γλοιονευρικών όγκων ή μυελοβλάστωμα.
Ωστόσο, παρά την ακρίβειά του, το προφίλ μεθυλίωσης του DNA δεν είναι πάντα πρακτικά διαθέσιμο. Απαιτεί εξειδικευμένο εξοπλισμό, μεγάλη ποσότητα ιστού και χρόνο που μπορεί να φτάσει τις δύο εβδομάδες. Αυτό δημιουργεί σημαντικά εμπόδια, ιδιαίτερα σε μικρότερα ή λιγότερο ανεπτυγμένα συστήματα υγείας. Για τον λόγο αυτό, η κλασική ιστοπαθολογία με αιματοξυλίνη και ηωσίνη παραμένει το πρώτο και πιο διαδεδομένο διαγνωστικό βήμα παγκοσμίως.
Το «Hetairos» δεν προορίζεται να αντικαταστήσει τις μοριακές εξετάσεις
Τα τελευταία χρόνια, η πρόοδος στην υπολογιστική όραση και την ψηφιακή παθολογία έχει επιτρέψει την ανάπτυξη συστημάτων που αναγνωρίζουν μοριακές υπογραφές μέσα από ιστολογικές εικόνες. Προηγούμενες μελέτες έχουν δείξει ότι είναι δυνατό να προβλεφθούν συγκεκριμένες γενετικές ή μοριακές αλλοιώσεις από μικροσκοπικά χαρακτηριστικά ιστών, καθώς και να ταξινομηθούν υποτύποι όγκων σε πιο περιορισμένα πεδία εφαρμογής.
Το Hetairos, ωστόσο, επιχειρεί κάτι πιο φιλόδοξο: την κάλυψη ολόκληρου του φάσματος των όγκων του κεντρικού νευρικού συστήματος, σε επίπεδο αντίστοιχο της μοριακής ταξινόμησης. Σύμφωνα με τους ερευνητές, το σύστημα δεν προορίζεται να αντικαταστήσει τις μοριακές εξετάσεις, αλλά να λειτουργήσει ως εργαλείο καθοδήγησης, βοηθώντας τους παθολόγους να περιορίσουν τις πιθανές διαγνώσεις και να κατευθύνουν πιο στοχευμένες εξετάσεις.
Εάν τα αποτελέσματα επιβεβαιωθούν σε ευρύτερη κλινική χρήση, η τεχνολογία αυτή θα μπορούσε να μειώσει σημαντικά τον χρόνο διάγνωσης, να βελτιώσει την πρόσβαση σε εξειδικευμένη γνώση και να υποστηρίξει τη λήψη αποφάσεων σε περιπτώσεις όπου τα μοριακά δεδομένα είναι ελλιπή ή μη διαθέσιμα.
-320x213.png)
