Ο αλγόριθμος εντοπίζει με ακρίβεια καρκινικές περιοχές, μειώνοντας το χρόνο αναμονής για την τελική διάγνωση και διευκολύνοντας πολύ τη δουλειά των παθολογοανατόμων
Η γρήγορη έναρξη θεραπείας για τον καρκίνο αλλά και η έγκαιρη ανίχνευση καρκινικών μεταστάσεων είναι κομβικής σημασίας στον δρόμο αντιμετώπισης της νόσου. Σε αυτό το δύσκολο πεδίο, ακρίβειας της διάγνωσης διαφόρων τύπων καρκίνου, η Τεχνητή Νοημοσύνη φαίνεται πως έχει ρόλο και μάλιστα σημαντικό.
Advertisment
Ένα ιδιαίτερα καινοτόμο σύστημα, που επιταχύνει και υποστηρίζει τη διάγνωση των καρκινικών όγκων, αποτελεί δημιούργημα Ελλήνων επιστημόνων. Μια ομάδα επτά ατόμων, μηχανικών και προγραμματιστών, ειδικών σε εργαλεία Τεχνητής Νοημοσύνης, δημιούργησε την DeepMed IO, μια startup με έδρα το Ηνωμένο Βασίλειο.
Παρατηρώντας ένα παγκόσμιο πρόβλημα, αυτό της έλλειψης παθολογοανατόμων, εξαιτίας του οποίου προκαλούνται καθυστερήσεις στη διάγνωση του καρκίνου, με ό,τι αυτό συνεπάγεται για την κατάσταση της υγείας των ασθενών, η ομάδα ανέπτυξε έναν αλγόριθμο, ο οποίος «κερδίζει» χρόνο για γιατρούς και ασθενείς.
«Το DeepPath- LYDIA, αξιοποιεί τεχνολογίες βαθιάς νόησης για να προσφέρει διαγνωστική υποβοήθηση στη σταδιοποίηση του καρκίνου. Είναι ένα προϊόν το οποίο έχει λάβει CE-Mark και μπορεί να εγκατασταθεί σε όσα νοσοκομεία ή ιδιωτικούς οργανισμούς διαθέτουν ένα ψηφιοποιημένο παθολογοανατομικό εργαστήριο», επισημαίνει ο ιδρυτής της νεοφυούς επιχείρησης, Κωνσταντίνος Βουγάς.
Advertisment
Πώς ο εξελιγμένος αλγόριθμος «βλέπει» εγκαίρως καρκινικές μεταστάσεις
Με ιδιαίτερη ευαισθησία και ακρίβεια, ο αλγόριθμος αναλύει ψηφιοποιημένες λεμφαδενικές τομές, εντοπίζοντας καρκινικές περιοχές σε ασθενείς με μελάνωμα, καρκίνο του μαστού, πνεύμονα και παχέος εντέρου. Το σύστημα είναι σχεδιασμένο ώστε να λειτουργεί βοηθητικά, υποδεικνύοντας στους παθολογοανατόμους τις καρκινικές εστίες που ανιχνεύθηκαν και παρέχοντας συγκεκριμένες μετρήσεις επί των περιοχών αυτών ώστε να τους βοηθήσει να ολοκληρώσουν την διάγνωση σταδιοποίησης της νόσου ταχύτερα και με μεγαλύτερη ακρίβεια.
Σύμφωνα με τον κ. Βουγά, ο αλγόριθμος δεν είναι σε καμία περίπτωση σχεδιασμένος να λειτουργεί αυτόνομα και ως εκ τούτου δεν καταργεί την αναγκαιότητα του παθολογοανατόμου.
Οι έμπειροι παθολογοανατόμοι έχουν ευαισθησία και ακρίβεια στην ανίχνευση μεταστάσεων που προσεγγίζει το 100%. Ωστόσο, όταν οι άνθρωποι λειτουργούν κάτω από συνθήκες πίεσης και τα ωράρια είναι μακρά και εξαντλητικά, είναι επόμενο η απόδοση να μειώνεται. «Δυστυχώς η πίεση και οι υπερωρίες είναι μια καθημερινή πραγματικότητα στον τομέα της παθολογικής ανατομικής σε παγκόσμιο επίπεδο λόγω της έλλειψης ανθρωπίνου δυναμικού. Συστήματα που είναι το ίδιο ακριβή με έναν έμπειρο και ξεκούραστο παθολογοανατόμο, σαν το DeepPath – LYDIA, 24 ώρες το 24ωρο, 365 μέρες το χρόνο, όπως είναι επόμενο θα μειώσουν δραματικά τα όποια προβλήματα ανακριβούς διάγνωσης υπάρχουν αυτή τη στιγμή», επισημαίνει ο ίδιος.
Οφέλη για ασθενείς και συστήματα Υγείας
Η χρήση του συστήματος ως υποστηρικτικού, μειώνει τον χρόνο αναμονής για την τελική διάγνωση και βελτιώνει την ακρίβειά της, προσφέροντας έτσι άμεσα οφέλη για τους ασθενείς όσον αφορά στην ποιότητα ζωής και την τελική έκβαση της νόσου. «Εκτός από τους ασθενείς τα παραπάνω οφέλη για τα συστήματα υγείας μεταφράζονται σε βελτίωση της ποιότητα των παρεχομένων από αυτά υπηρεσιών.
Επιπλέον, όφελος αποτελεί η εξοικονόμηση χρημάτων καθώς το σύστημα κάνει τους παθολογοανατόμους τουλάχιστον δύο φορές πιο γρήγορους σε αυτή τη διαγνωστική εξέταση, η οποία καταλαμβάνει ένα πολύ σημαντικό μέρος της ημερήσιας ρουτίνας τους. Επίσης, η χρήση του συστήματος εξοικονομεί χρήματα μειώνοντας τη χρήση ανοσοϊστοχημείας για την ανίχνευση μεταστάσεων η οποία σαν τεχνική είναι ιδιαίτερα ακριβή μιας και εμπεριέχει τη χρήση αντισωμάτων», εξηγεί ο κ. Βουγάς.
Έχει το σύστημα εφαρμογή σε νοσοκομεία;
Επί του παρόντος το DeepPath – LYDIA είναι το μοναδικό σύστημα στον κόσμο που ανιχνεύει μεταστάσεις σε μελάνωμα και επιπλέον το μόνο σύστημα που ανιχνεύει τρεις επιπλέον τύπους (τέσσερις στο σύνολο) ταυτόχρονα με το ίδιο ΑΙ-μοντέλο χωρίς να χρειάζεται ο παθολογοανατόμος να ορίσει από πριν τον καρκινικό τύπο.
Το σύστημα δοκιμάζεται σε πιλοτική φάση σε νοσοκομεία του Ηνωμένου Βασιλείου, της Ολλανδίας και του Ισραήλ. Η εταιρεία έχει επισήμως ενταχθεί στους παρόχους λύσεων λογισμικού με Τεχνητή Νοημοσύνη του βρετανικού συστήματος υγείας (NHS) και μάλιστα μέσα στο 2024 συμμετείχε και σε διαγωνισμό για την εγκατάσταση του συστήματος στο PathLAKE-Plus, μιας κοινοπραξίας 26 νοσοκομείων της νότιας Αγγλίας.
«Αυτή τη στιγμή αναζητούμε χρηματοδότηση για να επεκτείνουμε το σύστημα σε όλους τους καρκινικούς τύπους, προκειμένου να φέρουμε στην αγορά ένα σύστημα παν-καρκινικής ανίχνευσης», αναφέρει ο ιδρυτής της DeepMed IO.
Ερωτηθείς εάν στην Ελλάδα υπάρχει ενδιαφέρον εφαρμογής του αλγόριθμου, σημειώνει ότι για τη λειτουργία του συστήματος απαιτείται ψηφιοποιημένο παθολογοανατομικό εργαστήριο. Στην Ελλάδα, δυστυχώς, τα νοσοκομεία είναι πολύ πίσω σε αυτό τον τομέα και δεν έχουν ψηφιοποιημένες αυτές τις υπηρεσίες.
Η ομάδα πίσω από τον καινοτόμο αλγόριθμο, εκτός από τον ιδρυτή της startup, αποτελείται από τους: Άκη Μανώλη, Χρήστο Σπυρόπουλο, Νίκο Νιώτη, Θωμά Παπαθυμιόπουλο, Κωνσταντίνο Γυφτοδήμο και Γιώργο Καλυκάκη.
Με πληροφορίες από www.ygeiamou.gr
