Cyfrowy bliźniak przewidzi rozwój raka płuca? Polacy pracują nad nową technologią

Cyfrowy bliźniak przewidzi rozwój raka płuca? Polacy pracują nad nową technologią

Dodano: 
Analiza prześwietlenia płuc
Analiza prześwietlenia płuc Źródło: magnific
Czy sztuczna inteligencja pomoże przewidzieć rozwój raka płuca i lepiej dobrać leczenie? Nad taką technologią pracuje międzynarodowy zespół z udziałem Narodowego Instytutu Onkologii. Projekt LUMINA otrzymał 4 mln euro dofinansowania. Naukowcy chcą stworzyć cyfrowe modele, które w przyszłości mogłyby wspierać decyzje lekarzy.

Czy na podstawie kolejnych tomografii komputerowych, wyników badań i historii leczenia można przewidzieć, jak rozwinie się rak płuca u konkretnego pacjenta? A jeśli tak, czy taka prognoza pomoże wcześniej zauważyć niekorzystne zmiany i lepiej zaplanować terapię?

Odpowiedzi na te pytania szukają naukowcy uczestniczący w międzynarodowym projekcie LUMINA. Jego celem jest opracowanie tzw. cyfrowych bliźniaków pacjentów z rakiem płuca – zaawansowanych modeli wykorzystujących sztuczną inteligencję do analizowania przebiegu choroby i przewidywania możliwej odpowiedzi na leczenie.

W przedsięwzięciu uczestniczy Narodowy Instytut Onkologii im. Marii Skłodowskiej-Curie – Państwowy Instytut Badawczy (NIO-PIB) w Warszawie. Projekt otrzymał 4 mln euro dofinansowania od Europejskiej Rady ds. Innowacji (EIC), a jego realizację zaplanowano na lata 2026–2030.

Cyfrowy bliźniak pacjenta. Jak miałby pomóc w leczeniu raka płuca?

Cyfrowy bliźniak nie jest fizyczną kopią pacjenta. To model komputerowy, który na podstawie danych medycznych ma odwzorowywać wybrane procesy zachodzące w organizmie. W projekcie LUMINA naukowcy chcą stworzyć takie modele dla osób z rakiem płuca. Mają one uwzględniać nie tylko aktualny stan chorego, ale również zmiany obserwowane w kolejnych etapach diagnostyki i leczenia.

Docelowo system mógłby pomagać lekarzom przewidywać rozwój nowotworu, oceniać prawdopodobną odpowiedź na terapię i lepiej planować monitorowanie pacjenta.

– Rozwiązanie będzie łączyć techniki generatywnej sztucznej inteligencji z wiedzą medyczną dotyczącą diagnostyki i terapii raka płuca. Celem jest przełożenie zaawansowanych technologii obliczeniowych na narzędzia, które w przyszłości będą mogły znaleźć zastosowanie w praktyce klinicznej – wyjaśnia dr hab. n. med. Magdalena Knetki-Wróblewska z Kliniki Nowotworów Płuca i Klatki Piersiowej NIO-PIB. Ekspertka kieruje pracami projektowymi po stronie Narodowego Instytutu Onkologii.

– Dzięki analizie danych obrazowych i klinicznych gromadzonych na kolejnych etapach choroby lekarze mają zyskać możliwość podejmowania bardziej proaktywnych, spersonalizowanych i opartych na danych decyzji dotyczących diagnostyki, monitorowania stanu pacjenta oraz wyboru leczenia – dodaje.

To właśnie personalizacja leczenia jest jednym z najważniejszych celów projektu. Chodzi o uwzględnienie indywidualnego przebiegu choroby, a nie tylko rozpoznania i danych z pojedynczego badania.

Rak płuca nie u wszystkich rozwija się tak samo

Rak płuca często rozpoznawany jest w zaawansowanym stadium. Jednocześnie przebieg choroby i reakcja na leczenie mogą znacznie różnić się między pacjentami. Nowotwory płuca nie stanowią jednej, jednorodnej grupy. Różnią się między innymi typem histologicznym, zmianami molekularnymi, tempem wzrostu i wrażliwością na poszczególne metody leczenia.

Współczesna onkologia wykorzystuje już badania molekularne i obrazowe do doboru terapii. Nadal jednak nie zawsze można wiarygodnie przewidzieć, jak szybko będzie rozwijać się choroba i jak konkretny pacjent odpowie na zastosowane leczenie. Szczególne trudności pojawiają się w nietypowych sytuacjach klinicznych, gdy dostępnych jest niewiele danych, a wytyczne nie wskazują jednoznacznego postępowania.

Twórcy LUMINA chcą sprawdzić, czy analiza informacji zebranych na przestrzeni czasu pozwoli stworzyć dokładniejsze prognozy. Dla pacjenta mogłoby to w przyszłości oznaczać wcześniejsze wychwytywanie sygnałów wskazujących na niekorzystny przebieg choroby, lepsze planowanie kontroli oraz bardziej indywidualny dobór postępowania terapeutycznego.

Sztuczna inteligencja połączy tomografię, wyniki badań i historię leczenia

Jednym z podstawowych założeń LUMINA jest wykorzystanie danych, które już dziś gromadzi się podczas diagnostyki i terapii pacjentów onkologicznych. System ma analizować między innymi tomografię komputerową, elektroniczną dokumentację medyczną, wyniki badań laboratoryjnych i informacje o dotychczasowym leczeniu. Kluczowe będzie połączenie tych danych w czasie.

Kolejne badania obrazowe pokazują, jak zmienia się nowotwór. Dokumentacja medyczna pozwala prześledzić zastosowane terapie, a wyniki badań i informacje kliniczne – ocenić stan pacjenta na poszczególnych etapach choroby.

Naukowcy chcą, aby sztuczna inteligencja analizowała te informacje łącznie i rozpoznawała zależności, które mogą być trudne do uchwycenia podczas oceny pojedynczych wyników. W projekcie wykorzystana zostanie architektura AI oparta na tzw. mechanizmach uwagi (attention-based AI). Umożliwiają one analizowanie wzajemnych zależności między różnymi elementami danych i określanie ich znaczenia dla tworzonej prognozy.

Dane 4 tysięcy pacjentów podstawą projektu

Do opracowania modeli potrzebne są duże zbiory danych klinicznych. Punktem wyjścia w projekcie LUMINA będzie dokumentacja około 4 tys. pacjentów z ośrodków medycznych w Danii, Włoszech, Polsce i Korei Południowej. Dzięki wykorzystaniu informacji pochodzących z różnych krajów naukowcy chcą uwzględnić zróżnicowanie chorych, przebiegu nowotworu oraz stosowanych metod leczenia.

W kolejnych etapach planowane jest rozszerzenie zbioru do ponad 10 tys. przypadków, między innymi z wykorzystaniem danych syntetycznych. Są to dane generowane komputerowo na podstawie zależności występujących w rzeczywistych zbiorach. Mogą pomóc w rozwijaniu i testowaniu modeli, zwłaszcza gdy dostępnych jest niewiele przykładów określonych sytuacji klinicznych.

Istotnym wyzwaniem będzie jakość informacji pochodzących z różnych placówek. Dokumentacja medyczna, sposób wykonywania badań i stosowane procedury mogą się różnić, dlatego dane muszą zostać odpowiednio przygotowane przed wykorzystaniem ich do uczenia modeli.

Narodowy Instytut Onkologii wnosi doświadczenie kliniczne

W projekcie LUMINA współpracują zespoły rozwijające technologie sztucznej inteligencji oraz specjaliści zajmujący się diagnostyką i leczeniem raka płuca. Narodowy Instytut Onkologii odpowiada za istotną część kliniczną przedsięwzięcia. Wnosi doświadczenie w prowadzeniu pacjentów onkologicznych, pracę z rzeczywistymi danymi medycznymi oraz wiedzę dotyczącą organizacji diagnostyki i terapii. Ważne są również kompetencje związane z ochroną danych pacjentów, kwestiami etycznymi i wymaganiami regulacyjnymi. To szczególnie istotne w przypadku technologii, która w przyszłości miałaby pomagać w podejmowaniu decyzji dotyczących zdrowia i życia chorych. System musi nie tylko przetwarzać duże ilości informacji. Jego prognozy powinny być odpowiednio sprawdzone, a lekarz musi mieć możliwość oceny ich przydatności w konkretnej sytuacji klinicznej.

Koordynatorem międzynarodowego konsorcjum jest Aalborg University w Danii. Partnerami są także Humanitas Research Hospital i Humanitas AI Center oraz Politecnico di Milano we Włoszech, Politechnika Krakowska i Region Stołeczny Danii.

4 mln euro na rozwój technologii. Kiedy trafi do szpitali?

LUMINA otrzymała finansowanie w ramach programu EIC Pathfinder Challenges, wspierającego rozwój innowacyjnych technologii na wczesnym etapie. Projekt jest jednym z siedmiu przedsięwzięć wybranych do dofinansowania w obszarze wykorzystania generatywnej sztucznej inteligencji w diagnostyce i leczeniu nowotworów. Do konkursu zgłoszono 219 wniosków.

W latach 2026–2030 naukowcy mają opracować platformę integrującą różne rodzaje danych, modele cyfrowych bliźniaków i funkcjonalne prototypy narzędzi wspierających decyzje kliniczne.

– Dofinansowanie, które właśnie otrzymaliśmy, jest dopiero pierwszym z kilku etapów na drodze do opracowania rozwiązania, które – jeśli prace będą przebiegały pomyślnie – może zostać wdrożone i znacząco poprawić leczenie raka płuca w perspektywie 10–15 lat – podkreśla prof. Izabela Ewa Nielsen z Aalborg University, koordynatorka projektu LUMINA.

Jeśli cyfrowe bliźniaki sprawdzą się w badaniach, lekarze mogą zyskać narzędzie pozwalające lepiej przewidywać przebieg raka płuca i podejmować decyzje dostosowane do konkretnego pacjenta.

Czytaj też:
Najpierw leczenie, potem operacja raka płuca. Ta strategia może wydłużyć życie
Czytaj też:
Rak wciąż wymyka się systemowi. Potrzebne nowe terapie, diagnostyka i organizacja kuleją