Η ενσωμάτωση της τεχνολογίας AI (Artificial Intelligence) στην αντιμετώπιση του καρκίνου μπορεί να βελτιώσει την ακρίβεια και τη ταχύτητα της διάγνωσης, να βοηθήσει στην λήψη αποφάσεων και να οδηγήσει σε καλύτερα αποτελέσματα για την έκβαση της υγείας των ασθενών.
Η χρήση του AI στη διάγνωση του καρκίνου
Σε μια έρευνα που πραγματοποιήθηκε στο πανεπιστήμιο Tulane, βρέθηκε πως συστήματα τεχνητής νοημοσύνης μπορούν να ανιχνεύσουν και να διαγνώσουν καρκίνο του παχέος εντέρου αναλύοντας σαρώσεις ιστών το ίδιο επιτυχημένα και καλύτερα από παθολόγους.
Οι ερευνητές συγκέντρωσαν εικόνες του παχέος εντέρου από ασθενείς και ανέπτυξαν ένα πρόγραμμα μηχανικής μάθησης. Βρέθηκε πως ενώ ο μέσος παθολόγος είχε βαθμό επιτυχίας γύρω στο 0.969 για την αναγνώριση του καρκίνου, το πρόγραμμα έφτασε το 0.98, αποδεικνύοντας την μεγαλύτερη ακρίβεια του προγράμματος.
Επίσης, σε μια έρευνα του Πανεπιστημίου της Νέας Υόρκης, οι ερευνητές δημιούργησαν ένα AI πρόγραμμα εκπαιδευμένο να αναγνωρίζει μοτίβα μεταξύ χιλιάδων εικόνων από υπέρηχους μαστών για τη βοήθεια των γιατρών στην διάγνωση. Μάλιστα το πρόγραμμα αύξησε την ακρίβεια διάγνωσης του καρκίνου του μαστού κατά 37% ενώ επίσης συνέβαλε στη μείωση της ανάγκης βιοψίας για την επιβεβαίωση όγκων κατά 27%.
Η χρήση του ΑΙ στην λήψη αποφάσεων
Σύμφωνα με έρευνα του Πανεπιστημίου της Χαβάης, η μηχανική μάθηση μπορεί να ξεχωρίσει και να αναγνωρίσει τις μαστογραφίες γυναικών οι οποίες είναι πιθανό στο μέλλον να αναπτύξουν καρκίνο του μαστού.
Ακόμη, στο πανεπιστήμιο του Κολοράντο, ερευνητές αναπτύσσουν ένα εργαλείο το οποίο θα είναι ικανό να λαμβάνει τις κατάλληλες αποφάσεις για τα πλάνα θεραπείας για γυναίκες που με διαγνωσμένο καρκίνο του μαστού.
Η χρήση του ΑΙ στην ανάπτυξη θεραπείας
Πριν τη δέσμευση σε συγκεκριμένο πλάνο θεραπείας, οι ιατροί μπορούν να χρησιμοποιήσουν τεχνητή νοημοσύνη για να προβλέψουν την αντίδραση που θα έχει σε αυτήν ο οργανισμός του ασθενή, γεγονός πολύ σημαντικό για τη λήψη της κατάλληλης απόφασης.
Σε μια συνδυαστική έρευνα, οι ερευνητές ανέλυσαν δείγματα βιοψιών, δίνοντας ύστερα την δυνατότητα στους γιατρούς να χρησιμοποιήσουν «γενετικά σκόρ» για να αναπτύξουν ένα προσωποποιημένο σχέδιο θεραπείας για άντρες με καρκίνο του προστάτη.
Επιπλέον, σε μία έρευνα στο Georgia Institute of Technology, οι ερευνητές χρησιμοποίησαν αλγόριθμους μηχανικής μάθησης για να διαπιστώσουν πως θα αντιδρούσαν οι ασθενείς στις διάφορες θεραπείες αντιμετώπισης καρκίνου.
Ο αλγόριθμος βασίστηκε σε 15 συγκεκριμένα είδη καρκίνου και χρησιμοποίησε 7 διαφορετικά φάρμακα χημειοθεραπείας για τη πρόβλεψη του με προβλεπτική ακρίβεια 97%.