Toronton yliopiston tiimin kehittämä uusi tekoäly (AI) -työkalu saattaa pystyä vähentämään merkittävästi aikaa, joka tarvitaan syöpäpotilaiden sädehoidon hoito-ohjelmien luomiseen.
Tekoälyn tuottamien asiaankuuluvien hoito-ohjelmien tarkistamiseksi tutkijat tarkastelivat 217 pään ja kaulan syöpää sairastavaa potilasta, joiden sädehoitoaikataulut kehitettiin perinteisillä menetelmillä. Suunnitelmat olivat samanlaisia.
"On olemassa myös muita kehitettyjä tekoälyn optimointimoottoreita, mutta taustalla oleva käsite on, että se jäljittelee tarkemmin nykyisiä lääketieteellisiä käytäntöjä ", kertoo Aaron Babier, tutkimuksen johtava kirjoittaja Toronton yliopiston insinööritieteiden osastolta.
Tällä hetkellä jokaisen potilaan kasvaimen sädehoitosuunnitelmien kehittäminen voi viedä päiviä, mikä on arvokasta aikaa potilaille, koska syöpä kasvaa ja kehittyy usein, mutta myös lääkäreille, jotka käyttävät jonkin aikaa näiden monimutkaisten hoitostrategioiden suunnitteluun.
Pään ja kaulan syöpiä on tunnetusti vaikea suunnitella hoito-ohjelmia varten, koska kasvaimet voivat olla huomattavasti erilaisia potilaskohtaisesti. Tutkijat odottavat, että koska instrumentti toimi niin hyvin tällä hankalalla, monimutkaisella syöpätyypillä, sillä pitäisi olla kyky käsitellä yleisempiä kasvaintyyppejä, joilla ei ole niin paljon vaihtelua, kuten eturauhassyöpä.
Babier haluaa tässä tapauksessa olla huolissaan siitä, että tekoälyn ei pitäisi tulla korvaavaksi terveydenhuollon ammattilaisille, mutta se voi säästää heidän aikaa suorittamalla merkittäviä perustöitä. Kun ohjelma on tehnyt hoito-ohjelman, se kuitenkin tarkistetaan säteilyfyysikon avulla ja muutetaan vielä muutaman tunnin kuluttua.
Tekoälyllä tiedetään olevan tärkeä osa syöpädiagnoosin, seurannan ja hoidon tulevaisuudessa, mutta jotkut terveydenhuollon ammattilaiset ovat ilmaisseet huolensa koneoppimisen välineiden etiikasta kliinisissä päätöksissä. 1 tällainen huolenaihe, joka julkaistiin aiemmin tänä vuonna New England Journal of Medicine -lehdessä Stanfordin tutkijoiden ja lääkäreiden mukaan, sanoi:
'' Lääkäreiden on ymmärrettävä tyydyttävästi laskelmien luominen, arvioitava vakavasti tulosten ennustamiseksi kehitettyjen tilastollisten mallien luomiseen käytettyjen tietojen alkuperä, ymmärrettävä, miten mallit toimivat, ja estettävä liiallinen riippuvuus niistä. ''
Tässä on nykyään melko yleinen kysymys lääketieteen uudesta teknologisesta kehityksestä - lääketieteellisten lääkkeiden kysyntä saadakseen asiantuntijoiden käsityksen käyttämistään uusista diagnostisista menetelmistä, jotta he voivat täysin ymmärtää, kuinka paljon heihin luottaa vaikuttamaan potilasta koskeviin päätöksiin. Samanlainen keskustelu on käynnissä ikuisesti kiistanalaisista nestemäisistä koepaloista syöpään.
Kaikista näistä ongelmista huolimatta terveydenhuollon ihmisten tekoälyinvestoinnit ovat yleisiä, ja valtavat yritykset, kuten Microsoft ja IBM, käyttävät sitä tällä hetkellä erilaisiin ohjelmiin. Monet yritykset näyttävät pitävän tekoälyä mahdollisena ratkaisuna virtaviivaistaa pitkä ja säädyttömän kallis lääkkeiden löytämismenettely. Torontossa toimiva biotekniikkayritys BenchSci on tähän päivään mennessä laskenut 28 lääkeyritystä ja 97 aloittelijaa, jotka käyttävät tällä hetkellä tekoälyä lääkkeiden löytämisprosesseihinsa.
Jos tekoälyä käytetään sädehoidon suunnitteluun, Babier sanoo, että hänen erityinen instrumenttinsa on pikemminkin laajennus terveydenhuollon työntekijöiden käytettävissä olevasta kuin vallankumous.
"Se on pohjimmiltaan melko yksinkertainen laajennus, joka auttaa tällä hetkellä kliinisessä ympäristössä, mutta käyttää älykkäämpiä parametreja kuin tällä hetkellä on saatavilla", sanoi Babier.
Toronton yliopiston tiimi ei ole ainoa, joka työskentelee tekoälyn sädehoidon optimoimiseksi.