O tehnologie ultrasensibilă bazată pe AI poate detecta cancerul mai repede decât metodele standard. „Un progres semnificativ”
Noua tehnologie are potenţialul de a îmbunătăţi îngrijirea cancerului prin detectarea foarte timpurie a recidivei şi monitorizarea atentă a răspunsului tumoral în timpul tratamentului.
În studiul, publicat vineri în revista Nature Medicine, cercetătorii au arătat că au putut antrena un model de învăţare automată, un tip de platformă de inteligenţă artificială, pentru a detecta ADN-ul tumoral circulant (ADNct) pe baza datelor de secvenţiere a ADN din analizele de sânge ale pacienţilor, cu o sensibilitate şi o precizie foarte ridicate.
Echipa de la Weill Cornell Medicine, NewYork-Presbyterian, Centrul New York Genome (NYGC) şi Centrul de Cancer Memorial Sloan Kettering (MSK) a făcut demonstraţii de succes ale tehnologiei la pacienţi cu cancer pulmonar, melanom, cancer de sân, cancer colorectal şi polipi precanceroşi colorectali.
„Am reuşit să obţinem o îmbunătăţire remarcabilă a raportului ‘semnal-zgomot’, iar acest lucru ne-a permis, de exemplu, să detectăm recidiva cancerului cu luni sau chiar ani înainte ca metodele clinice standard să facă acest lucru”, a declarat într-un comunicat coautorul studiului, dr. Dan Landau, profesor de medicină în cadrul diviziei de hematologie şi oncologie medicală de la Weill Cornell Medicine şi membru al corpului profesoral de bază al Centrului New York Genome.
Tehnologia biopsiei lichide a întârziat să îşi realizeze marea promisiune. Majoritatea abordărilor de până acum au vizat seturi relativ mici de mutaţii asociate cancerului, care sunt adesea prea puţin prezente în sânge pentru a fi detectate în mod fiabil, ceea ce duce la recidive de cancer care nu sunt detectate.
În urmă cu câţiva ani, dr. Landau şi colegii săi au dezvoltat o abordare alternativă bazată pe secvenţierea întregului genom al ADN-ului din probele de sânge.
Cercetătorii au arătat atunci că pot colecta mult mai mult „semnal” în acest mod, permiţând o detectare mai sensibilă – şi mai simplă din punct de vedere logistic – a ADN-ului tumoral.
De atunci, această abordare a fost din ce în ce mai mult adoptată de dezvoltatorii de biopsii lichide.
În noul studiu, cercetătorii au făcut din nou un salt înainte, folosind o strategie avansată de învăţare automată (similară cu cea a ChatGPT şi a altor aplicaţii populare de AI) pentru a detecta modele subtile în datele de secvenţiere – în special, pentru a distinge modelele care sugerează cancerul de cele care sugerează erori de secvenţiere şi alte „zgomote”.
În cadrul unui test, cercetătorii şi-au antrenat sistemul, pe care îl numesc MRD-EDGE, pentru a recunoaşte mutaţiile tumorale specifice pacientului la 15 pacienţi cu cancer colorectal.
După operaţia şi chimioterapia pacienţilor, sistemul a estimat, pe baza analizelor de sânge, că nouă dintre ei aveau cancer rezidual.
La cinci dintre aceşti pacienţi s-a constatat – luni mai târziu, cu metode mai puţin sensibile – că aveau o recidivă a cancerului.
De asemenea, sistemul nu au furnizat rezultate fals-negative: niciunul dintre pacienţii pe care MRD-EDGE i-a considerat lipsiţi de ADN tumoral nu a prezentat recidivă în timpul ferestrei de studiu.
MRD-EDGE a arătat o sensibilitate similară în studiile privind cancerul pulmonar în stadiu incipient şi pacienţii cu cancer de sân triplu negativ, cu detectarea timpurie a tuturor recidivelor, cu excepţia uneia, şi cu urmărirea stării tumorii în timpul tratamentului.
Cercetătorii au demonstrat că MRD-EDGE poate detecta chiar şi ADN-ul mutant din adenoamele colorectale precanceroase – polipii din care se dezvoltă tumorile colorectale.
„Nu era clar dacă aceşti polipi elimină ADNct detectabil, aşa că acesta este un progres semnificativ care ar putea ghida viitoarele strategii care vizează detectarea leziunilor premaligne”, a declarat dr. Landau.
În cele din urmă, cercetătorii au arătat că, chiar şi fără o pregătire prealabilă pe baza datelor de secvenţiere a tumorilor pacienţilor, MRD-EDGE ar putea detecta răspunsurile la imunoterapie la pacienţii cu melanom şi cancer pulmonar – cu săptămâni înainte de detectarea cu ajutorul imagisticii standard bazate pe raze X.