Przełom w onkologii: AI w służbie chorym na raki płuc
Wrzesień 2026 roku przynosi wieści, które mogą odmienić losy tysięcy pacjentów onkologicznych na całym świecie. Opublikowane na łamach prestiżowego magazynu „Nature Medicine” wyniki międzynarodowego projektu badawczego I3LUNG udowadniają, że zaawansowane modele sztucznej inteligencji potrafią z niezwykłą precyzją przewidywać efekty immunoterapii u chorych na zaawansowany niedrobnokomórkowy rak płuca (NSCLC). To odpowiedź na jedno z najtrudniejszych pytań współczesnej medycyny: kto faktycznie skorzysta z kosztownego leczenia?
Immunoterapia zrewolucjonizowała onkologię, dając nadzieję i długotrwałe remisje. Problem polega na tym, że mechanizm ten działa skutecznie u zaledwie 20–30 proc. pacjentów. Reszta chorych nie tylko nie odnosi korzyści z terapii, ale zmaga się z jej uciążliwymi skutkami ubocznymi, a sama choroba i tak postępuje. Do tej pory lekarze opierali się głównie na analizie pojedynczego biomarkera PD-L1, którego przydatność bywa mocno ograniczona.
Jak działa projekt I3LUNG?
Międzynarodowy zespół naukowców – w tym badacze z University of Chicago (USA) – postanowił rzucić wyzwanie ślepemu trafowi w onkologii. Przeanalizowano dane aż 2396 pacjentów z zaawansowanym rakiem płuc, którzy przeszli leczenie immunologiczne w sześciu krajach, m.in. w USA, Niemczech, we Włoszech, w Grecji, Izraelu i w Hiszpanii.
Badacze stworzyli bazy danych łączące informacje kliniczne, wyniki badań krwi, obrazy z tomografii, cyfrową patologię oraz dane genomowe. Na tej podstawie wytrenowano zaawansowane modele sztucznej inteligencji. Efekty przeszły oczekiwania:
- Modele oparte wyłącznie na danych klinicznych i krwi osiągnęły wskaźnik trafności (AUC) na poziomie 0.77.
- Algorytmy multimodalne, wzbogacone o obrazowanie medyczne i cyfrową patologię, skoczyły aż do wyniku 0.88 (wartości powyżej 0.8 uznaje się w uczeniu maszynowym za znakomite).
Lekarz wsparty przez algorytm
Najciekawszym elementem projektu był test z udziałem 20 lekarzy (zarówno ekspertów, jak i medyków spoza tej specjalizacji), którzy oceniali 100 rzeczywistych przypadków klinicznych. Gdy specjaliści korzystali ze wsparcia systemu AI, ich skuteczność w przewidywaniu kontroli nad chorobą wzrosła z 0.72 do 0.87. Co więcej, drastycznie poprawiła się zgodność diagnoz między różnymi lekarzami.
„Potrzebujemy mądrzejszych narzędzi” – podkreśla prof. Marina Garassino, onkolog z UChicago Medicine i współautorka badania. Nowe technologie nie tylko oszczędzają pacjentom cierpienia związanego z nieskuteczną chemioterapią czy immunoterapią, ale również redukują gigantyczne koszty ponoszone przez systemy ochrony zdrowia. Zamiast błądzić po omacku, medycyna zyskuje precyzyjny kompas.
Źródło: RSS Popularyzacja
KOMENTARZE