Sztuczna inteligencja poprawiła trafność przewidywania wyników immunoterapii u pacjentów z zaawansowanym niedrobnokomórkowym rakiem płuca – wynika z badania I3LUNG opisanego w „Nature Medicine”. Zdaniem badaczy może pomóc ograniczyć narażanie chorych na nieskuteczne leczenie i jego toksyczne skutki oraz zmniejszyć koszty.
W badaniu uczestniczyło 2396 pacjentów leczonych immunoterapią w sześciu ośrodkach we Włoszech, Niemczech, Grecji, Izraelu, Hiszpanii i USA. Naukowcy wykorzystali dane kliniczne, obrazowe, patomorfologiczne i genomiczne do stworzenia i przetestowania modeli AI przewidujących odpowiedź na leczenie oraz przeżycie.
Modele przewyższały standardowe biomarkery kliniczne. Model wykorzystujący dane kliniczne i wyniki badań krwi osiągnął AUC 0,77, natomiast model uwzględniający dodatkowo obrazowanie i cyfrową patomorfologię – 0,88. AUC jest miarą jakości klasyfikacji; według badaczy wyniki od 0,8 do 0,9 uznaje się za bardzo dobre.
Sprawdzono również efekty współpracy lekarzy z AI. Dwudziestu lekarzy przeanalizowało 100 rzeczywistych przypadków, najpierw samodzielnie, a następnie ze wsparciem narzędzia. Wartość AUC wzrosła z 0,72 do 0,87. Największą poprawę odnotowano u lekarzy niespecjalizujących się w raku płuca, co może mieć znaczenie dla ośrodków z ograniczonym dostępem do specjalistów.
Publikacja przedstawia retrospektywną fazę projektu. Obecnie w tych samych ośrodkach trwa prospektywna rekrutacja ponad 2 tys. pacjentów. Kolejny etap ma pozwolić badaczom skupić się na optymalizacji leczenia i praktycznej użyteczności narzędzi AI w codziennej opiece klinicznej.
Więcej: https://www.nature.com/articles/s41591-026-04488-2
źródła: medonet, PAP
PRZEJDŹ DO: STRONA GŁÓWNA
