Ένα νέο σύστημα τεχνητής νοημοσύνης φαίνεται να ανοίγει τον δρόμο για πολύ πιο έγκαιρη ανίχνευση του καρκίνου στο πάγκρεας, εντοπίζοντας διακριτικά σημάδια σε αξονικές τομογραφίες που μέχρι σήμερα θεωρούνταν φυσιολογικές.
Το μοντέλο, με την ονομασία REDMOD, αναπτύχθηκε από ερευνητές της Mayo Clinic και του Κέντρου Καρκίνου MD Anderson του Πανεπιστημίου του Τέξας. Σύμφωνα με τα ευρήματα, κατάφερε να εντοπίσει τη νόσο σε σχεδόν τρεις στις τέσσερις περιπτώσεις, κατά μέσο όρο περίπου 16 μήνες πριν από τη διάγνωση.
Ο καρκίνος του παγκρέατος συγκαταλέγεται στις πιο επιθετικές μορφές καρκίνου, κυρίως λόγω της καθυστερημένης διάγνωσης. Εκτιμάται ότι έως το 2030 θα αποτελεί τη δεύτερη συχνότερη αιτία θανάτου από καρκίνο στις Ηνωμένες Πολιτείες, καθώς η πλειονότητα των περιστατικών εντοπίζεται όταν η νόσος έχει ήδη προχωρήσει.
Το REDMOD βασίζεται σε τεχνικές ραδιομικής ανάλυσης και εκπαιδεύτηκε χρησιμοποιώντας εκατοντάδες αξονικές τομογραφίες παγκρέατος. Αντί να αναζητά εμφανείς όγκους, εστιάζει σε ανεπαίσθητες μεταβολές στην υφή και τη δομή των ιστών – λεπτομέρειες που συχνά διαφεύγουν από την ανθρώπινη παρατήρηση.
Κατά τη δοκιμή του, το σύστημα αξιολογήθηκε σε εξετάσεις ασθενών που αργότερα διαγνώστηκαν με καρκίνο, καθώς και σε υγιή άτομα. Τα αποτελέσματα έδειξαν ποσοστό επιτυχίας 73%, επιβεβαιώνοντας την ικανότητά του να αναγνωρίζει πρώιμα ύποπτα μοτίβα.
Ιδιαίτερο ενδιαφέρον παρουσιάζει το γεγονός ότι οι ίδιες απεικονίσεις είχαν αρχικά χαρακτηριστεί ως καθαρές. Ακόμη και όταν επανεξετάστηκαν από ακτινολόγους με τη βοήθεια του συστήματος, το ποσοστό ανίχνευσης παρέμεινε σημαντικά χαμηλότερο σε σχέση με αυτό της τεχνητής νοημοσύνης.
Σε ορισμένες περιπτώσεις, το REDMOD εντόπισε ενδείξεις της νόσου πάνω από δύο χρόνια πριν από τη διάγνωση, ενώ οι ερευνητές εκτιμούν ότι, με περαιτέρω βελτίωση, η έγκαιρη ανίχνευση θα μπορούσε να φτάσει ακόμη και τα τρία χρόνια.
Παρότι τα αποτελέσματα θεωρούνται ιδιαίτερα ενθαρρυντικά, οι επιστήμονες επισημαίνουν ότι απαιτούνται ευρύτερες μελέτες πριν το σύστημα ενσωματωθεί στην καθημερινή κλινική πρακτική. Εφόσον επιβεβαιωθεί η αποτελεσματικότητά του, θα μπορούσε να αξιοποιεί ήδη υπάρχουσες εξετάσεις, συμβάλλοντας στην έγκαιρη διάγνωση και αυξάνοντας σημαντικά τις πιθανότητες επιτυχούς θεραπείας.