În ultimii ani, progresele tehnologiei în medicină au deschis noi orizonturi în ceea ce privește prevenția și diagnosticarea cancerului de sân. Cercetări complexe desfășurate de instituții prestigioase precum Massachusetts Institute of Technology (MIT), Massachusetts General Hospital (MGH) și Harvard Medical School arată că modelele de inteligență artificială (AI), antrenate pe imagini de mamografii, pot estima riscul de apariție a cancerului de sân cu până la cinci ani înainte ca boala să fie detectată clinic. Acest lucru nu înseamnă că AI „diagnostichează cancerul” propriu-zis — mai degrabă, aceste sisteme descoperă tipare subtile în țesutul mamar care, statistic, sunt asociate cu un risc mai mare de a dezvolta boala în viitor, chiar și atunci când mamografiile par normale pentru radiologi.
1. De la mamografie la predicție: cum funcționează modelele AI
Mammografia este cea mai răspândită metodă de screening pentru cancerul de sân și a salvat nenumărate vieți prin detectarea timpurie a tumorilor. Cu toate acestea, modul tradițional în care radiologii interpretează aceste imagini depinde de ceea ce poate fi observat vizual: mase, asimetrii sau calcificări. Modelele de inteligență artificială merg însă mai departe. Ele sunt concepute pentru a învăța dintr-o cantitate uriașă de date — mii sau chiar zeci de mii de mamografii istorice — însoțite de informații despre evoluția ulterioară a pacientelor, inclusiv dacă au dezvoltat sau nu cancer în următorii ani.
Prin tehnici de deep learning (învățare profundă), sistemele AI recunosc detalii microscopice și pattern-uri în structura și textura țesutului mamar pe care ochiul uman nu le poate percepe. Acele elemente subtile pot reflecta, în mod indirect, schimbări biologice care prevestesc un risc crescut de cancer. Ceea ce AI analizează nu este tumora în sine, ci indicii statistice în imagini „normale” care, dacă sunt corelate cu date reale despre diagnosticurile ulterioare, devin predictive.
2. Mirai: un exemplu de sistem AI validat la scară largă
Una dintre cele mai cunoscute aplicații ale acestui concept este modelul Mirai, dezvoltat de cercetători de la MIT’s Computer Science and Artificial Intelligence Laboratory (CSAIL) și Massachusetts General Hospital. Mirai folosește o rețea neuronală care învață simultan să prezică riscul unei paciente de a dezvolta cancer de sân la 1, 2, 3 sau chiar până la 5 ani după efectuarea mamografiei.
Spre deosebire de modelele tradiționale, care pot calcula riscul pe baza factori-demografici (vârstă, densitatea țesutului, istoricul familial), Mirai și alte modele asemănătoare se bazează exclusiv sau în mare parte pe imaginea mamografică. Acest lucru permite evaluări personalizate pentru fiecare pacientă, fără a depinde de factori externi care pot fi incompleți sau inexacte.
Pe baza unui studiu extins, Mirai a demonstrat capacitatea de a oferi scoruri de risc cu un grad de precizie semnificativ mai mare decât modelele clinice tradiționale — de exemplu, un indice de concordanță de peste 0,75 în predicția riscului pe 5 ani pe mai multe seturi de date internaționale — ceea ce sugerează robustețe și aplicabilitate largă.
3. Cum diferă predicția de diagnostic
Este esențial de înțeles că aceste sisteme AI nu “detectează” cancerul prezent în momentul scanării. Mamografiile analizate de algoritmi pot arăta perfect normale din punct de vedere clinic, fără vreun semn vizibil de tumoare. Totuși, AI poate identifica combinații complexe de caracteristici ale țesutului mamar care, pe baza datelor istorice, s-au dovedit a fi asociate cu o probabilitate mai mare ca acea persoană să dezvolte cancer în următorii ani.
Acest tip de predicție este comparabil mai degrabă cu estimarea unui risc decât cu un diagnostic. De exemplu, un model AI poate spune că o pacientă face parte dintr-un „grup cu risc ridicat” pentru următorii cinci ani, ceea ce poate ghida decizii clinice precum frecvența cu care trebuie repetat screeningul sau dacă sunt necesare teste suplimentare (de exemplu, RMN sau ecografie).
4. Avantaje în screening și îngrijire personalizată
Modelele AI prezintă câteva avantaje față de instrumentele tradiționale de evaluare a riscului. În primul rând, pot identifica riscul și pentru femei care nu au factori de risc clari, cum ar fi o mutație genetică sau istoricul familial, un aspect evidențiat și de un studiu Kaiser Permanente care a comparat performanța AI cu modelul clinic BCSC (Breast Cancer Surveillance Consortium). AI a reușit să identifice riscul pentru un procent semnificativ mai mare din cazurile de cancer apărute în 5 ani, inclusiv intervalele în care cancerul apare între examinările de rutină.
În al doilea rând, AI poate contribui la o abordare de screening mai personalizată și mai eficientă din punct de vedere al resurselor. În loc de protocoalele rigide bazate exclusiv pe vârstă sau factori demografici, medicii pot adapta programele de screening și prevenție pe baza unui scor individual de risc generat de AI.
5. Provocări și perspective
Chiar dacă modelele AI pentru predicția riscului cancerului de sân sunt promițătoare, ele nu sunt încă adoptate universal în practica clinică. Unele dintre provocări includ necesitatea validării continue pe populații largi și diverse, integrarea etică și eficientă în fluxurile de lucru clinice și gestionarea modului în care pacienții interpretează un scor de risc. Interpretarea și comunicarea riscurilor trebuie gestionate cu grijă pentru a evita anxietatea inutilă sau supratestarea.
Pe termen lung însă, această tehnologie nu este doar un instrument de predicție, ci o parte a transformării modului în care înțelegem și abordăm prevenția în medicină: de la detectarea timpurie a bolii la anticiparea și gestionarea riscului individual, pentru strategii personalizate de sănătate.
