Az Amerikai Rákkutató Intézet szerint az élete során minden második ember találkozni fog valamilyen daganatos betegséggel – hangzott el az AI SUMMIT 2024 konferencián. 

Peták István szerint a kérdés viszont az, hogy miként tudjuk a túlélés esélyét növelni. A számítógépes tudományok ebben segítségünkre lehetnek, s a mesterséges intelligencia lehet az új lépcsőfokok a rákellenes küzdelemben.

Startupokkal fogott össze az amerikai kormány

„A múlt héten részt vettem Amerikában a CancerX Summiton, ezt Joe Biden még alelnök korábban hozta létre, miután agydaganat miatt elveszítette a fiát. A személyes vesztesége miatt a jelenleg regnáló elnök komoly elköteleződéssel harcol a rák ellen, emiatt 2047-ig szeretné megfelezni a daganatos halálozást. A jó hír, hogy a halálozások száma 2,4 százalékkal csökkent, de ezt mindenképpen és minél előbb fel kellene gyorsítani 2,7 százalékra” – mesélt amerikai tapasztalatairól a kutatóprofesszor.

Arról is beszámolt, hogy az amerikai kormányzat és a startupok együtt dolgoznak azon, hogy felgyorsítsák a halálozás-csökkentési célt, s ennek a koalíciónak már több mint 150 tagja van. Nem csak technológiai kérdésekkel kell megküzdeni, hiszen be kell tudni integrálni az eszközöket a klinikai gyakorlatba. Fontos, hogy milyen gyorsan kezdik el ezeket az eszközöket finanszírozni, hiszen ezekért valakinek, valahol, valamennyit fizetni kell. Ki kell alakítani biztosítási kódokat és mechanizmusokat erre, hiszen ha van megtérülés, akkor van befektetés, ezáltal támogatás.

Peták István kutató-professzor
Peták István kutató-professzor
Kép: Economx, Papajcsik Péter

A szakértő szerint jelenleg ezek a főbb témák a rákkutatásban:

  • korai jeleket észrevenni,
  • radiológiai diagnosztizálás támogatása,
  • a betegek irányítása, tájékoztatása

– s az a jó hír, hogy ezekre mind hatással lehet az AI.

Jól működik a precíziós onkológia

Minden daganatos betegnek meg kell találni a személyre szabott kezelést, ezt hívja a tudomány precíziós onkológiának. Ezen eljárás során egy olyan terápiát választunk, amely megtalálja és megszünteti az okokat.

A betegek 95 százaléknál már meg lehet mondani, hogy milyen génhiba okozza a daganatot.

Peták szerint az AI-modellek segítenek megtalálni azokat a célpontokat, melyekre érdemes lenne gyógyszert fejleszteni, ezután elemzésekkel tudjuk kiválasztani, hogy ezeket mely betegeknél lenne érdemes alkalmazni.

Egy daganatban nemcsak 1 génhiba van, akár 4-5 is lehet. Minden génben több száz vagy ezer mutáció lehet, s ezek kombinálódhatnak, ez a legnagyobb gond – mondta a kutató, majd hozzátette: óriási matematikai kihívás, hogy megtaláljuk, melyikre ható gyógyszer fogja megoldani a problémát mindenféle rezisztencia nélkül. 

De mi lenne, ha nem csak a betegek 4-5 százaléka venne ebben részt, hanem minden érintett beteg? – tette fel a kérdést a kutató Hogy lehet ezt megoldani? Itt jön be a mesterséges intelligencia.

Azt a módszert kell megtalálni, amely ki tudja választani, hogy adott génhiba-kombináció során milyen gyógyszert kell használni.

A professzor ezzel kapcsolatban elmondta, hogy ilyen rendszeren dolgoznak a kollégákkal már több int 10 éve. A modell számítja ki, hogy melyik gyógyszer hatásossága mennyire valószínű.

Ez a rendszer már kész van, olyan szinten, hogy a betegek adatait feldolgozza, és megmondja, hogy milyen terápiás lehetőségek vannak, ezeket pedig rangsorolják. A modell által javasolt gyógyszer négyszer hatékonyabb volt az eddigi tesztek során.

Hozzáférhetőség kell a betegeknek

Doktor úr, melyik szoftvert használja a detektálásra? – Peták szerint erre a kérdésre, erre a pillanatra kell várni, hogy biztosan a legjobb gyógyszert kapjuk. Ha lesznek ilyen szoftverek, nagy valószínűséggel sikeresen fogják kezelni a betegeket, de addig az orvosaink tudásának vagyunk kiszolgáltatva. Amíg nem ismerjük azokat a módszereket, szoftvereket, amelyek segítenek a gyógyulásban, csak a személyes emberi bizalomra tudunk építeni.

A kutató-professzor előadása során azt is megosztotta a közönséggel, hogy a premium cancer centerben kezeltek túlélési esélye 9 százalékkal nagyobb, mint aki átlagosa körülmények között próbál gyógyulni.

Peták István azt is elmesélte, hogy „a mátraházai tüdőintézet adatait megmutattuk Chicagóban. Ebből kiderült, hogy akik precíziós kezelést kaptak AI által, tovább éltek, mint az várható volt. Évekkel később a betegek 50 százaléka még mindig él.”

"A tüdőrák kapcsán a ’90-es években még tragikus volt a helyzet, most áttéttel is átvészelhető a célzott kezeléseknek köszönhetően. És ez nem egy új gyógyszer eredménye, ez a számítógép jó választása a meglévő gyógyszerek közül, így tudja növeli a hatékonyságot a technológia."


A terápiás választási lehetőségek száma is nőtt – mondta a kutató –, régen volt körülbelül 10 féle lehetőség, napjainkra mintegy 200 célzott gyógyszer közül választhatunk. Az a kérdés, hogy ez miként jut majd el a betegekhez.

Peták ezen felül arra hívta fel a figyelmet, hogy jó lenne tudni, kik azok, akiknél működik az immunterápia kemoterápia nélkül, mert vannak olyan betegek, akik belehalnak a kemoterápiába. Ebben is nagy segítség lesz az AI, ki fogja szűrni a kockázatokat a paraméterek alapján.

A személyre szabott gyógyítás jöhet

„Teljesen meg fog változni az orvoslás, a személyre szabott gyógyítás a cél, a betegek is ezt szeretnék, valamint a tudomány is – és nem csak a rákban. De erre bizonyítékok is kellenek, hogy amit alkalmazunk, az jó, és a módszertanainkról bizonyítani kell, hogy hatékonyan választják ki a megfelelő kezelést. Ha ez megvan, akkor egy teljesen új korszak indul az orvostudományban” – mondta Peták István.

Ránk is fér a fejlődés, hiszen mint Papp László elmondta, világszinten minden ötödik személy érintett daganatos megbetegedésben, ez a második számú halálozási ok.

Papp László
Papp László, a Medical University of Vienna kutatója
Kép: Economx, Tövissi Bence

2024-ben 30 millió új esetet fogunk diagnosztizálni, s egyelőre nem látni, mikor fogjuk tudni megfordítani ezt a helyzetet.

A Medical University of Vienna kutatója elmondta, a CT-n nem látszanak rendesen a daganatok, a PET CT viszont megmutatja a szervezet metabolikus folyamatait, ezáltal detektálhatjuk az érintett területeket a testben. A biopszia adja ugye a végső diagnózist, mert a képeken nem látjuk, hogy milyen típusú daganatról van szó, de ennek is van hátránya, mert egy adott biopsziás minta nem feltétlenül reprezentatív. 

Ha a PET CT-vel alkotott képet mesterséges intelligenciával vizsgáltatjuk meg, akár le is válthatjuk a jövőben a biopsziát.

A deep learning lesz a megoldás, mert nem emberek által előre definiált paramétereket gyűjtünk ki, hanem icipici kép-részleteket tanítunk be, melynek minden egyes cellaértéke súlyt képvisel – osztotta meg a hallgatósággal Papp László.