BayArena
fot. www.bayer04.de

Nowoczesne rozwiązania sprawiają, że coraz więcej rzeczy staje się bardziej zaawansowanych. Przykładem tego jest rozrywka online, jak gry 77777 za darmo czy filmy i seriale na serwisach streamingowych. Jednak wielkie nadzieje pokłada się w sztucznej inteligencji, która może posłużyć nam choćby w medycynie. Coraz więcej mówi się o tym, że może być zastosowana w badaniach przesiewowych w kierunku raka piersi, co skutkować ma zwiększoną ich dostępnością oraz niższą ceną.

Rak piersi i obecne badania

Według prowadzonych statystyk rak piersi jest drugim najczęściej występującym nowotworem na świecie. W szczególności jest problemem, który dotyka kobiet w Indiach. Tam każdego roku umiera ponad 90 tysięcy kobiet, przez co rak piersi jest najczęstszą przyczyną zgonów z powodu raka w Indiach. Sporym powodem takiego stanu rzeczy jest to, że mnóstwo pacjentek trafia do szpitali w późnym stadium rozwoju choroby, która mogła zostać oczywiście wykryta wcześniej.

W związku z tym od lat prowadzone są badania przesiewowe za pomocą metod wczesnego wykrywania, jak i również wysiłki mające na celu zwiększenie świadomości raka piersi. Takie rozwiązania są w stanie pomóc w walce z chorobą, poprawić wskaźniki przeżycia, jak i również obniżyć znacząco koszty leczenia. To w głównej mierze mammografia przesiewowa. Problemem jest jednak to, że jest zastosowanie w krajach o niskim i średnim dochodzie jest ograniczone ze względu na koszt sprzętu czy same umiejętności ekspertów w celu interpretacji mammografii. Prawo, z jakim mamy do czynienia w Indiach czy podobnych krajach zabrania między innymi wykorzystywania aparatów USG jako społecznościowego narzędzia do badań przesiewowych w kierunku raka piersi. Choć mammografia, korzystanie z USG dają największe szanse na wykrycie zmian nowotworowych, to jednak w Indiach stosuje się w głównej mierze tańsze kliniczne badanie piersi. Niestety tutaj wyniki badań jeszcze bardziej są zależne od pracownika służby zdrowia, a przy niedoborze wykwalifikowanych osób, przeciążonym systemie zdrowia w Indiach, łatwo o pomyłki.

Znalezienie niedrogich, niezawodnych rozwiązań

Konieczne zatem dla krajów biedniejszych i rozwijających się jest znalezienie niedrogich, a przy tym bardzo skutecznych w sobie rozwiązań. Przykładem tego może być choćby wprowadzone w wielu państwach obrazowanie medyczne ze sztuczną inteligencją. Służy ono poprawie dokładności i szybkości diagnozowania raka, jak i optymalizacji sposobu leczenia. Takich kilka opartych na sztucznej inteligencji algorytmów dla mammografii przesiewowej poprawiło wskaźniki wykrywania raka piersi. Świetnym tego przykładem jest System AI Google, który skutecznie interpretuje skany tomografii komputerowej, co pomaga w przewidywaniu określonego prawdopodobieństwa zachorowania na raka płuc.

W Indiach czy innych krajach nie da się tego obecnie wprowadzić, albowiem brakuje po prostu sprzętu, który dla szpitali jest zbyt drogi. Konieczne są zatem przenośne technologie przesiewowe oparte na sztucznej inteligencji. Takie rozwiązanie sprawić może, że klasyczna mammografia, tomografia komputerowa lub korzystanie z rezonansu magnetycznego mogą zostać zastąpione przez coś taniego, przenośnego, łatwiej dostępnego w zróżnicowanych regionach. Przykładem takiego rozwiązania, które już działa jest specjalny system Eva opracowany przez firmę MobileODT. Zastosowano w nim specjalny algorytm sztucznej inteligencji, którego zadaniem jest ocena obrazu pod kątem obecności raka szyjki macicy. Zdjęcie wykonuje się wtedy z pomocą mobilnego kolposkopu cyfrowego, który połączony jest ze smartfonem. Z kolei firma Niramai wprowadziła swoje rozwiązanie o nazwie Thermalytix, które wykrywa komórki rakowe tworzące obszar o wyższej temperaturze. Poprzez kamery na podczerwień można namierzyć ewentualne zmiany temperatury oraz identyfikować i charakteryzować napotkane problemy.

To tylko przykłady rozwiązań, które już teraz gotowe są do wprowadzenia na większą skalę i być może w przyszłości posłużą do uratowania o wiele większej liczby kobiet w biedniejszych krajach.

Źródło: www.bayerleverkusen.pl