Rak płuc to najczęstszy nowotwór złośliwy. Ponieważ lekarzom trudno jest wcześnie wykryć tę chorobę, pacjenci wymagają podjęcia szybkiej i intensywnej terapii leczniczej, aby mieć szanse na przeżycie. Niestety mimo wszystko trudno jest ocenić jaka forma leczenia będzie miała największą skuteczność u danego pacjenta. Być może sytuacja ta niebawem ulegnie zmianie – problem ma rozwiązać sztuczna inteligencja.   

Według działu amerykańskiej agencji rządowej National Cancer Institute rak płuc oraz oskrzeli jest drugim najbardziej rozpowszechnionym nowotworem wśród ludzi, stanowiąc 12,9% wszystkich przypadków raka. Niestety, choroba we wczesnych stadiach często nie ma zauważalnych objawów, dlatego trudno ją wykryć. Perspektywy leczenia nie są zatem tak dobre, jak w przypadku innych nowotworów.

Aby zapewnić pacjentom z rakiem płuc jak najskuteczniejsze leczenie, lekarze muszą wybierać najlepsze metody leczenia. Może stanowić to jednak trudne zadanie, ponieważ trudno jednoznacznie stwierdzić, jaka terapia przyniesie najlepsze rezultaty dla danego pacjenta.

Trudno zatem ocenić także skuteczność immunoterapii. W przeciwieństwie do chemioterapii, która opiera się na stosowaniu określonych leków do atakowania i niszczenia komórek raka, immunoterapia polega na aktywacji układu immunologicznego i jego naturalnych mechanizmów obronności przeciwnowotworowej.

Zespół naukowców z Uniwersytetu Case Western Reserve w Cleveland oraz badacze z sześciu innych instytucji opracowali nowy model sztucznej inteligencji pomagający lekarzom w ustaleniu, u których osób chorujących na raka płuc najlepiej sprawdzi się immunoterapia. Szczegóły działania tego narzędzia opisano w artykule opublikowanym w czasopiśmie naukowym Cancer Immunology Research.

Pomimo wysokiej skuteczności immunoterapii, jest to bardzo droga metoda leczenia. Kosztuje pacjenta około 200 tysięcy dolarów rocznie. To jednocześnie bezpośrednia przyczyna, z powodu której około 42% pacjentów traci wszystkie swoje oszczędności w ciągu roku od diagnozy. Nowa metoda diagnostyczna może pomóc zarówno lekarzom, jak i pacjentom w podjęciu decyzji, która terapia jest najskuteczniejsza. Pacjenci unikną zatem trwonienia pieniędzy na bezcelowe leczenie.

Model sztucznej inteligencji powstał w oparciu o ostatnie odkrycia naukowców, dzięki którym zidentyfikowano zmiany nowotworowe reagujące na leczenie. Dotychczas głównym wyznacznikiem dla potwierdzenia skuteczności immunoterapii była ocena wielkości guza. To jednak nie zawsze się sprawdzało. Badacze posłużyli się więc skanami tomografii komputerowej 50 osób z rakiem płuc. Na ich podstawie stworzono metodę matematyczną umożliwiającą identyfikację wszelkich zmian wielkości i tekstury, które zachodzą w guzie po ekspozycji na 2-3 cykle immunoterapii.

Odkryto określone wzorce, które wskazują na to, że niektóre zmiany w guzach są powiązane z pozytywną odpowiedzią na leczenie immunoterapią. Korelowało to bezpośrednio z wyższymi wskaźnikami przeżycia pacjentów. Badanie po raz kolejny podkreśliło również, że nowotwory płuc, które wykazują najbardziej zauważalne zmiany swojej struktury, najlepiej reagują na immunoterapię. W przyszłości naukowcy chcą przetestować pracę sztucznej inteligencji na większej liczbie skanów tomografii komputerowej, które wykonano u osób leczonych różnymi środkami immunoterapeutycznymi.