גישת AI חדשנית יכולה לזהות במדויק שישה סוגים שונים של סרטן בסריקות PET/CT של כל הגוף, על פי מחקר שהוצג בכנס השנתי של האגודה לרפואה גרעינית והדמיה מולקולרית לשנת 2024. על ידי כימות אוטומטי של עומס הגידול, הכלי החדש יכול להיות שימושי להערכת סיכון המטופל, חיזוי תגובת הטיפול והערכת הישרדות.
זיהוי ואפיון אוטומטי של סרטן הם צרכים קליניים חשובים כדי לאפשר טיפול מוקדם. רוב המודלים של AI שמטרתם לזהות סרטן בנויים על מערכי נתונים קטנים עד בינוניים, הכוללים בדרך כלל ממאירות בודדת ו/או מעקב רדיואקטיבי. זה מייצג צוואר בקבוק קריטי בפרדיגמת ההכשרה וההערכה הנוכחית עבור יישומי בינה מלאכותית בהדמיה רפואית ורדיולוגיה."
קווין ה. לאונג, דוקטורט, עמית מחקר בבית הספר לרפואה של אוניברסיטת ג'ונס הופקינס בבולטימור, מרילנד
כדי לטפל בבעיה זו, החוקרים פיתחו גישת למידת העברה עמוקה (סוג של בינה מלאכותית) לפילוח אוטומטי מלא של גידולים בכל הגוף ופרוגנוזה בסריקות PET/CT. במחקר נותחו נתונים מ-611 סריקות FDG PET/CT של חולים עם סרטן ריאות, מלנומה, לימפומה, סרטן ראש צוואר וסרטן שד, כמו גם 408 PSMA PET/CT של חולי סרטן הערמונית.
גישת הבינה המלאכותית חילצה אוטומטית מאפיינים רדיומיים ומדדי הדמיה לכל הגוף מהפילוחים החזויים של הגידול כדי לכמת את עומס הגידולים המולקולריים וספיגה בכל סוגי הסרטן. מאפיינים כמותיים ומדדי הדמיה שימשו לבניית מודלים חזויים כדי להדגים ערך פרוגנוסטי עבור ריבוד סיכון, הערכת הישרדות וחיזוי תגובת הטיפול בחולים עם סרטן.
"בנוסף לביצוע פרוגנוזה של סרטן, הגישה מספקת מסגרת שתעזור לשפר את תוצאות המטופלים והישרדות על ידי זיהוי סמנים ביולוגיים מנבאים חזקים, אפיון תת-סוגי גידולים, ומאפשרת גילוי מוקדם וטיפול בסרטן", ציין Leung. "הגישה עשויה גם לסייע בניהול מוקדם של חולים עם מחלה מתקדמת בשלב סופי על ידי זיהוי משטרי טיפול מתאימים וחיזוי תגובה לטיפולים, כגון טיפול רדיו-פרמצבטי".
Leung ציין שבעתיד כלי בינה מלאכותית אוטומטית, הניתנים להכללה, ישחקו תפקיד מרכזי במרכזי הדמיה על ידי סיוע לרופאים בפענוח סריקות PET/CT של חולים עם סרטן. גישת הלמידה העמוקה עשויה להוביל גם לגילוי של תובנות מולקולריות חשובות לגבי התהליכים הביולוגיים הבסיסיים, שעשויים להיעשות בשלב זה באוכלוסיות חולים בקנה מידה גדול.
