Μπορεί το AI να μας σώσει από τον καρκίνο του μαστού; Οι νέες τεχνικές για την έγκαιρη διάγνωση

Τα προγνωστικά και ποσοστά δεν είναι και τόσο θετικά. Ξεκινώντας από το γεγονός ότι η θνησιμότητα λόγω καρκίνου του μαστού κάθε χρόνο είναι 21,5 ανά 100.000 γυναίκες, έως το ότι 2,2 εκατομμύρια γυναίκες θα διαγνωστούν με καρκίνο του μαστού έως το 2025, αυτοί οι αριθμοί σίγουρα τοποθετούν την αρρώστια αυτή στο επίκεντρο τόσο των ερευνητών, όσο και των προσωπικών μας συνειδήσεων, ειδικότερα εκείνων που ακούνε σε γυναικεία προσωνύμια. Για την ώρα οι γυναίκες άνω των 40 υπόκεινται σε ετήσιες μαστογραφίες για να εντοπιστεί τυχόν επιθετικό καρκίνωμα, μια διαδικασία απαραίτητη και βασική για την έγκαιρη πρόληψη και αντιμετώπιση της ασθένειας.

Ωστόσο, οι εξετάσεις αυτές εντοπίζουν μόλις το 87% των καρκίνων του μαστού, ενώ είναι πιο πιθανό να μην εντοπίσουν τον καρκίνο σε νεότερες γυναίκες και σε εκείνες με πυκνούς μαστούς. "Δεν πρόκειται σε καμία περίπτωση για μια τέλεια επιστήμη", δηλώνει σχετικά ο Dr. John Lewin, επικεφαλής της απεικόνισης του μαστού στο Smilow Cancer Hospital και στο Yale Cancer Center, στους New York Times.

Αυτό από ότι φαίνεται πρόκειται να διαφοροποιηθεί σύντομα, όπως ελπίζουν πολλοί ειδικοί, οι οποίοι βασίζονται στην τεχνητή νοημοσύνη ως ένα εργαλείο βελτίωσης της ακρίβειας του προσυμπτωματικού ελέγχου για τον καρκίνο του μαστού. Θα μπορούσε λοιπόν το AI να εντοπίσει τέτοια καρκινώματα νωρίτερα και με μεγαλύτερη ακρίβεια και αποτελεσματικότητα, έτσι ώστε να σωθούν ακόμα περισσότερες γυναίκες;

ΑΙ, ένα πολύτιμο εργαλείο;
Πολλές κλινικές φαίνεται ότι αρχίζουν και ενσωματώνουν, τόσο στην Ελλάδα, όσο και παγκοσμίως, αυτά τα μοντέλα τεχνητής νοημοσύνης, καθώς πιστεύεται ότι είναι ικανά όχι μόνο να ανιχνεύσουν νωρίτερα τον καρκίνο, αλλά και να επιταχύνουν το έργο των ακτινολόγων.

Ο τρόπος που λειτουργούν είναι βάση του καλύτερου λογισμικού τους και άρα της ικανότητας τους να δουν πράγματα που μια απλή μαστογραφία δεν μπορεί να δει. Για παράδειγμα, τα συστήματα ΤΝ μπορούν να εντοπίζουν λεπτά μοτίβα και ανωμαλίες στον ιστό του μαστού που μπορεί να είναι ενδεικτικά καρκίνου του μαστού σε πρώιμο στάδιο. Αυτή η ικανότητα επιτρέπει στους ακτινολόγους να εντοπίζουν ανωμαλίες με μεγαλύτερη ακρίβεια, οδηγώντας σε έγκαιρη διάγνωση και παρέμβαση, κάτι που είναι ζωτικής σημασίας για τη βελτίωση των αποτελεσμάτων των ασθενών.

Ίσως όμως ένα από τα βασικά τους προτερήματα ενέχει την μείωση των λανθασμένων θετικών και αρνητικών αποτελεσμάτων, μία δηλαδή από τις προκλήσεις της μαστογραφίας. Οι αλγόριθμοι τεχνητής νοημοσύνης φαίνεται να μπορούν να βοηθήσουν στη μείωση αυτών των σφαλμάτων παρέχοντας πρόσθετα επίπεδα ανάλυσης και ερμηνείας. Επισημαίνοντας περιοχές που προκαλούν ανησυχία για περαιτέρω εξέταση ή επιβεβαίωση, τα συστήματα ΤΝ μπορούν να βοηθήσουν τους ακτινολόγους να ελαχιστοποιήσουν την πιθανότητα διαγνωστικών ανακριβειών και περιττών επεμβάσεων. Επιπλέον, τα AI μοντέλα μπορούν να ενσωματώσουν ένα ευρύ φάσμα δεδομένων ασθενών, συμπεριλαμβανομένου του ιατρικού ιστορικού, της γενετικής προδιάθεσης και των παραγόντων του τρόπου ζωής, για να δημιουργήσουν εξατομικευμένες εκτιμήσεις κινδύνου για τον καρκίνο του μαστού. Έτσι, με τη διαλογή των ατόμων με βάση το προφίλ κινδύνου τους, οι αλγόριθμοι τεχνητής νοημοσύνης μπορούν να βοηθήσουν στην καθοδήγηση των συστάσεων ελέγχου, διασφαλίζοντας ότι τα άτομα υψηλού κινδύνου λαμβάνουν την κατάλληλη επιτήρηση και προληπτικά μέτρα, ενώ ελαχιστοποιούν τις περιττές εξετάσεις για τα άτομα χαμηλού κινδύνου.

Προκλήσεις και προβληματισμοί
Αν και η τεχνητή νοημοσύνη υπόσχεται πολλά για τη βελτίωση της μαστογραφίας, δεν είναι ακόμα σαφές ότι θα μειώσει όντως τους θανάτους από καρκίνο του μαστού ή απλώς θα διογκώσει τους αριθμούς επιβίωσης με την έγκαιρη ανεύρεση περισσότερων καρκίνων. Πολλοί επιστήμονες λοιπόν θεωρούν ότι πρέπει να αντιμετωπιστούν διάφορες προκλήσεις και προβληματισμοί για να αξιοποιηθούν πλήρως οι δυνατότητές της, ξεκινώντας από την ποιότητα των δεδομένων και την μεροληψία.

Οι αλγόριθμοι τεχνητής νοημοσύνης, πιο συγκεκριμένα, βασίζονται σε υψηλής ποιότητας, ποικίλα σύνολα δεδομένων για την εκπαίδευση και την επικύρωση της απόδοσής τους. Η διασφάλιση της αντιπροσωπευτικότητας και της ακεραιότητας των δεδομένων αυτών εκπαίδευσης είναι ζωτικής σημασίας για την ελαχιστοποίηση των αλγοριθμικών μεροληψιών και ανακριβειών. Επιπλέον, η ενσωμάτωση της τεχνητής νοημοσύνης στην κλινική πρακτική εγείρει ρυθμιστικά και ηθικά ζητήματα που σχετίζονται με το απόρρητο των δεδομένων, τη συγκατάθεση των ασθενών, την ευθύνη και τη λογοδοσία. Τα ισχυρά ρυθμιστικά πλαίσια και οι ηθικές κατευθυντήριες γραμμές είναι απαραίτητα για τη διασφάλιση των δικαιωμάτων των ασθενών και την υπεύθυνη ανάπτυξη των τεχνολογιών ΤΝ.

Καθώς λοιπόν ο τομέας της τεχνητής νοημοσύνης συνεχίζει να εξελίσσεται, πολλοί πιστεύουν ότι το AI και οι πρακτικές του έχουν τη δυνατότητα να φέρουν επανάσταση στη μαστογραφία, βελτιώνοντας την ακρίβεια, την αποτελεσματικότητα και την εξατομικευμένη εκτίμηση των καρκινωμάτων. Ωστόσο, αυτό είναι κάτι που είναι ακόμα υπό εξέλιξη και χρειάζεται χρόνος για να εξακριβωθεί, καθώς όπως δήλωσε η δήλωσε η Dr. Carolyn Malone, ακτινολόγος στο τμήμα μαστού στο John Theurer Cancer Center στο Hackensack University Medical Center, στους New York Times, “Υπάρχουν ακόμα πράγματα που το AI δεν μπορεί ακόμη να κάνει καλά και χρειάζεται κάποιος άνθρωπος για αυτό».