Искусственный интеллект подскажет, где искать источник рака
Чтобы справиться с онкозаболеванием, важно обнаружить «сердце» рака, чтобы точно вонзить в него «нож» таргетной терапии. Иначе пациенту придется назначать менее эффективные общие химиотерапевтические препараты – а значит подвергать весь его организм дополнительной нагрузке и побочным эффектам лечения. В поиске источника недуга помочь врачам должен искусственный интеллект.
При формировании метастазов онкологи зачастую не могут точно определить место, откуда появился рак. Такие образования классифицируются как опухоли невыявленной первичной локализации. При этом многие препараты разрабатываются для конкретных типов рака и работают точечно, поэтому важно знать источник патологии, чтобы эффективно с ней справиться.
Привлечь искусственный интеллект к диагностике рака решили исследователи из Массачусетского технологического института. Они обучили модель, которая анализирует последовательность примерно 400 генов, часто мутирующих при онкозаболевании, и указывает, где именно в организме возникла опухоль. Для этого в нейросеть загрузили данные почти 30 000 пациентов, у которых был диагностирован один из 22 известных видов рака.
Программа прошла проверку примерно на 7000 опухолей (врачи знали их источники), и она смогла предсказать место, откуда появился рак, с 80-процентной точностью. После этого модель, которую назвали OncoNPC, использовали для анализа примерно 900 образований неизвестного происхождения. В этом испытании ИИ нашел источник недуга в 40 % случаев. Лечение, которое применили врачи по указанным нейросетью «адресам», оказалось эффективным. С таким подходом число пациентов, которые смогут пройти точечное лечение, вырастает вдвое.
Кроме того, OncoNPC проверили на способность анализировать зародышевые или унаследованные мутации в опухолях неизвестного происхождения, чтобы определить, есть ли у пациентов генетическая предрасположенность к развитию определенного типа рака. Прогноз модели и здесь оказался достаточно релевантным. Искусственный интеллект также верно указывал продолжительность жизни пациентов с разными видами рака. Теперь ученые планируют усовершенствовать модель, научив ее анализировать изображения – радиологические снимки и фото самих опухолей.
