Οξεία μυελογενής λευχαιμία: Διάγνωση με σύστημα τεχνητής νοημοσύνης

Επιστήμονες στη Γερμανία ανέπτυξαν ένα νέο σύστημα τεχνητής νοημοσύνης που μπορεί να διαγνώσει την πιο συχνή μορφή καρκίνου του αίματος, την οξεία μυελογενή λευχαιμία (ΟΜΛ). Η μελέτη δημοσιεύθηκε στο περιοδικό iScience.

Η διάγνωση βασίζεται στην ανάλυση της δραστηριότητας των γονιδίων στα κύτταρα του αίματος.

Οι ερευνητές του Γερμανικού Κέντρου Νευροεκφυλιστικών Ασθενειών (DZNE) και του Πανεπιστημίου της Βόννης, με επικεφαλής τον καθηγητή Γιοαχίμ Σούλτσε εστίασαν στο μεταγράφωμα (transcriptome), ένα είδος «δακτυλικού αποτύπωματος» της γονιδιακής δραστηριότητας, καθώς σε κάθε κύτταρο μόνο μερικά γονίδια είναι ενεργοποιημένα.

Πρώτη φορά η τεχνητή νοημοσύνη αξιοποίησε -με βάση ειδικούς βιοϊατρικούς αλγόριθμους- την ανάλυση του μεταγραφώματος στην περίπτωση της οξείας μυελογενούς λευχαιμίας, μιας πάθησης που, χωρίς κατάλληλη θεραπεία, μπορεί να οδηγήσει σε θάνατο μέσα σε μερικές εβδομάδες.

Οι ερευνητές τροφοδότησαν το σύστημά τους με δεδομένα από 12.000 δείγματα αίματος, από τα οποία 4.100 προέρχονταν από ασθενείς με οξεία μυελογενή λευχαιμία, ενώ τα υπόλοιπα από πάσχοντες από άλλες παθήσεις ή από υγιείς.

Οι αλγόριθμοι μηχανικής μάθησης έμαθαν να ανιχνεύουν στο μεταγράφωμα τη γονιδιακή «υπογραφή» της οξείας μυελογενούς λευχαιμίας με ακρίβεια πάνω από 99%.

Όπως είπε ο Σούλτσε, η νέα τεχνική είναι φθηνότερη, «επειδή ένα δείγμα αίματος που στέλνεται στο εργαστήριο για ανάλυση θα είναι αρκετό και το κόστος δε θα ξεπερνούσε τα 40 ευρώ».

Πρόσθεσε όμως ότι «ακόμη δεν έχουμε ένα αναπτύξει ένα λειτουργικό τεστ, δείξαμε πάντως ότι κατ’ αρχήν είναι κάτι εφικτό, θέτοντας τις βάσεις για να αναπτυχθεί ένα τέτοιο τεστ».

Επισήμανε επίσης ότι η διάγνωση της οξείας μυελογενούς λευχαιμίας θα συνεχίσει να απαιτεί εξειδικευμένους γιατρούς και στο μέλλον.

«Στόχος μας είναι να παράσχουμε στους ειδικούς ένα εργαλείο που θα τους υποστηρίξει στη διάγνωση» όπως είπε.

Επειδή στα αρχικά στάδια τα συμπτώματα της οξείας μυελογενούς λευχαιμίας μπορεί να μοιάζουν με αυτά ενός άσχημου κρυολογήματος, η διάγνωση της νόσου είναι πιθανό να καθυστερήσει.

Γι’ αυτό είναι ζωτικό να ανιχνεύεται το ταχύτερο δυνατόν, κάτι στο οποίο η τεχνητή νοημοσύνη μπορεί να βοηθήσει στο μέλλον.

Δείτε επίσης