AI-protokollen ‘DeepHRD’ vil transformere tid og kostnader ved kreftbehandling

Kreft fortsetter å være en trussel over hele verden. Til tross for en mengde vitenskapelige innovasjoner, er den fortsatt den ledende årsaken til tap av liv over hele verden. 

I 2024, kun i USA, vil det bli diagnostisert anslagsvis to millioner krefttilfeller, mens det totale antallet dødsfall som er projisert vil overstige 610 000. 

Beregninger basert på data fra 2017–2019 viser at mer enn 40 % av menn og kvinner i USA vil bli diagnostisert med kreft på et tidspunkt i løpet av livet. Enda mer alarmerende er at i år vil nærmere 15 000 barn og ungdom bli diagnostisert med kreft, og omtrent 1 600 vil dessverre dø av den.

Situasjonen i USA gjenspeiler det globale bildet. Som en av de ledende dødsårsakene på verdensbasis, var det i 2022 nesten 20 millioner nye tilfeller og 9,7 millioner kreftrelaterte dødsfall globalt. Og det er ingen lettelse synlig på kort sikt. Innen 2040 forventes antallet nye krefttilfeller per år å stige til 29,9 millioner, og antallet kreftrelaterte dødsfall til 15,3 millioner.

Derfor krever trusselen fra kreft en helhetlig innsats fra det vitenskapelige, teknologiske og medisinske forskningsmiljøet. I det kommende avsnittet vil vi diskutere en slik innsats som gjør folk over hele verden optimistiske og entusiastiske over potensialet for fremtidige tiltak.

Klikk her for en liste over de beste kreftterapi-aksjene.

AI-drevet presisjonsonkologi for kreftbiopsier

En nylig vitenskapelig tidsskriftpublikasjon i Journal of Clinical Oncology nevnte sine forsøk på å trene DeepHRD, en dyp læringsplattform for å forutsi HRD fra hematoksylin- og eosin (H&E)-fargede histopatologiske lysbilder, ved bruk av primære bryst- og eggstokkreft fra The Cancer Genome Atlas (TCGA). 

Dette gjennombruddet er betydningsfullt fordi kreft med homolog rekombinasjonsdefekt (HRD) drar nytte av platinsalter og poly(ADP-ribose) polymerase-hemmere. Imidlertid krever de standard diagnostiske testene for å oppdage HRD molekylær profilering, som ikke er tilgjengelig overalt.

Forskningsresultatene konkluderte med at DeepHRD kunne forutsi HRD i bryst- og eggstokkreft direkte fra rutinemessige H&E-lysbilder på tvers av flere eksterne kohorter, lysbildeskannere og vevsfikseringsvariabler. Når resultatene ble sammenlignet med det konvensjonelle systemet for molekylær testing, kunne DeepHRD-plattformen klassifisere 1,8 til 3,1 ganger flere pasienter og viste bedre overlevelse (OS) i høygradig serøs eggstokkreft og platinspesifikk progresjonsfri overlevelse (PFS) i metastatisk brystkreft.

Mens resultatene viser medisinfellesskapets grunner til begeistring for løsningen, medførte inkluderingen av AI en stor forbedring innen operasjonell logistikk for tidlig kreftdiagnostikk og tilhørende behandling.

Klikk her for å lære hvordan CRISPR kan brukes til å behandle kreft.

Hvorfor er inkluderingen av AI-protokollen avgjørende?

Ifølge forskerne ved UC San Diego ved roret for dette eksperimentet, gjør inkluderingen av AI i systemet det mulig med rask og lavkostnadsdeteksjon av klinisk handlingsbare genomiske endringer direkte fra tumorbiopsilysbilder.

Forskerne tror at systemet kan spare uker og tusenvis av dollar i kliniske onkologibehandlingsprosesser for bryst- og eggstokkreft. 

Ellers kan forsinkelsene ikke bare vise seg å være livstruende, men de kostbare prosessene kan påvirke pasienter med begrensede ressurser. På den måten førte inkluderingen av AI til en mer inkluderende kreftdiagnostisk prosess. 

“Dessverre har høye kostnader, vevskrav og langsomme behandlingstider hindret den brede bruken av presisjonsonkologi, noe som fører til suboptimal – potensielt skadelig – behandling for kreftpasienter.”

AI-drevet genomisk testing gir derfor lettelse. Den sparer ikke bare kritisk tid for pasienter, men hjelper også leger ved å muliggjøre umiddelbare behandlingsforskrifter etter den første vevsdiagnosen. Denne presisjonsonkologimetoden er mer pålitelig enn konvensjonelle genomiske tester, ettersom AI-tester har en neglisjerbar feilrate. Til sammenligning har konvensjonelle genomiske tester en feilrate på mellom 20 og 30 %, noe som ofte krever ny testing eller bruk av en invasiv biopsi.

AI-identifikasjonen av HRD gjør denne metoden i stand til å gi nøyaktig og umiddelbar deteksjon av kreftgenomiske biomarkører. 

Forskerne og vitenskapsmenn som har vært involvert i dette feltet i lang tid mener at gjennombruddet er betydningsfullt. Forklarende årsakene, Scott Lippman, M.D., UC San Diego distinguished professor of medicine, Center for Engineering and Cancer, and Moores Cancer Center member, said:

“Erasen for presisjonsonkologi tok av på slutten av 90‑tallet, men nyere amerikanske studier viser at den store majoriteten av kreftpasienter ikke får FDA-godkjent presisjonsterapi. Og hovedårsaken er at de ikke blir testet. Som klinisk onkolog – og jeg har gjort dette i nesten 40 år – er det ingen tvil om at denne tilnærmingen er fremtiden for presisjonsonkologi.”

Teknologien som danner grunnlaget for DeepHRD er beskyttet av foreløpige patenter utstedt gjennom UC San Diego. Disse patentene har blitt lisensiert til io9, et selskap som involverer Alexandrov, Bergstrom og Lippman.

I det neste avsnittet ser vi kort på dette selskapet for å forstå hvilken type kapasiteter det er bygget for å håndtere og hvilke løsninger det har frembrakt så langt!

#1. Io9: AI-drevet digital patologi

Io9 har allerede en AI-plattform som effektivt utfører molekylær profilering fra rutinemessige kliniske lysbilder. Denne plattformen kan oppdage genomiske biomarkører fra digitale lysbilder, noe som gjør tilgang til behandling mulig for alle pasienter verden over.

Bortsett fra HRD-biomarkørbaserte løsningen som vil fungere for bryst- og eggstokkreft nå og bukspyttkjertelkreft i fremtiden, er io9 også aktiv på en rekke biomarkører, inkludert KRAS, EGFR og BRAF, som vil være nyttige innen lunge-, kolorektal- og brystkreft samt metastatisk melanom i fremtiden. 

Ludmil B. Alexandrov er grunnlegger og Chief Scientific Officer i io9, mens Scott M. Lippman, en av de andre grunnleggerne, sitter i styret. 

Mens io9 er et spin‑off fra en enhet for undervisere og forskere for å fortsette arbeidet med sine innovasjoner i en oppskalert, kommersiell form, finnes det også store selskaper som er aktive i dette feltet hvor AI møter onkologisk diagnostikk og behandling. 

#2. GE Healthcare

Den første dagen i mai 2024 kunngjorde GE HealthCare (Nasdaq: GEHC) Revolution RT, en ny stråleterapi‑datatomografi (CT)-løsning med innovativ maskinvare og programvare som vil forenkle simuleringsarbeidsflyten og gjøre onkologisk omsorg mer personlig og sømløs. Revolution RT ble avduket på European Society for Therapeutic Radiology and Oncology (ESTRO) 2024‑kongressen i Glasgow med en oppdatert kunstig intelligens (AI)-forbedret versjon av Intelligent Radiation Therapy (IRT)-plattformen.

Mens han snakket om inkluderingen av AI i deres onkologiløsninger, sa Dr. Taha Kass-Hout, chief technology and science officer i GE HealthCare, følgende:

“Hos GE HealthCare er vi forpliktet til å fremme grensene for onkologisk behandling gjennom AI-drevne teknologier som transformerer og optimaliserer omsorgskontinuumet.”

Mens han listet opp fordelene ved å innlemme AI, sa Dr. Taha Kass-Hout at forbedringen vil hjelpe med å se pasientens anatomi med høy nøyaktighet og legge til rette for presis tumormålretting samtidig som man søker å beskytte nærliggende sunt vev. Dette vil resultere i «et presist, mer sammenkoblet og effektivt omsorgsmiljø som akselererer leveringen av personlig omsorg, med mål om å muliggjøre bedre pasientresultater.»

For hele året 2023 rapporterte GE Healthcare inntekter på US$19,6 milliarder, med en økning på 7 % år‑over‑år og 8 % på organisk basis med vekst på tvers av alle segmenter og regioner.

#3. iCAD

En annen med‑tech‑enhet, som er mye mindre i størrelse men bred i sin dekning, innvirkning og ambisjon, iCAD, gjør spesifikt AI‑fokusert arbeid innen brystkreft. Selskapet henter sin visjon og sitt formål fra reelle trusler som finnes på bakken. Data viser at 1 av 8 kvinner vil få brystkreft i løpet av livet, og så høyt som 20–40 % av disse kreftene blir oversett i mammografi‑screeninger. 

Med en kvinne som blir diagnostisert med brystkreft hvert 14. sekund globalt, er vurderingen av kreftrisiko med tradisjonelle modeller kun 63 % nøyaktig. 

iCADs plattform ProFound Breast Health Suite fokuserer på deteksjon, tetthet og risiko, og kaster et sterkere lys på kreft og avdekker dens skjulte steder. 

I deteksjonsfasen integrerer ProFound‑løsningen de nyeste utviklingene innen dyp‑læring, 3. generasjons kunstig intelligens (AI). Nøyaktigheten og effektiviteten er ganske enestående for 2D‑ og 3D‑mammografi‑screening med opptil 2‑ganger forbedret klinisk ytelse sammenlignet med andre AI‑plattformer. 

Mens han utdypet ProFound AI‑s evner til å oppdage brystkreft fra perspektivet av brysttetthet, hadde Gabriele Pedicalli, MD, Wooster Community Hospital, følgende å si:

“ProFound AI hjelper oss ikke bare med å gjennomgå saker med fettvev, men vi ser også en enda større fordel for kvinner med tett brystvev. Før ProFound AI kunne jeg ha lest en sak med tett brystvev og tenkt: «La oss kalle dem tilbake om 6 måneder eller ett år», men med ProFound AI kan vi lettere avgjøre om vi bør foreta en ny undersøkelse eller biopsi.”

Til slutt, i risikovurderingssegmentet, gjør ProFound‑s AI‑drevne løsning det mulig å ha verdens første bildebaserte risikomodell, som er 2,4 ganger mer nøyaktig enn tradisjonelle modeller. Den fungerer utmerket når det gjelder å identifisere kvinner med høy risiko for å utvikle kreft før eller ved deres neste screening for å hjelpe med å finne intervalle kreft tidligere.

For hele året 2023 var iCADs totale inntekter US$17,3 millioner, ned 13 %.

Fremtiden for AI-drevet presisjonsonkologi

I april 2024 undersøkte det globalt anerkjente tidsskriftet Nature grundig rollen til AI i presisjonsonkologi. Det anerkjente AI sin transformative evne i dette feltet, som innledende bemerkninger var:

“Feltet for kreftforskning og presisjonsonkologi gjennomgår en massiv transformasjon på grunn av anvendelsen av kunstig intelligens (AI).”

Mer spesifikt fremhevet artikkelen AI sin rolle i å oppdage skjulte mønstre fra flere informasjonskilder, inkludert molekylær profilering, patologi og medisinsk bildediagnostikk. Den satte også pris på AI for å integrere omics‑data for å gi en mer omfattende forståelse av kreft. Bortsett fra overvåking og diagnostikk, har AI også vært svært nyttig i utviklingen av nye analyser for karakterisering av kreft, prognostisering og forutsigelse av respons på spesifikke behandlinger.

Imidlertid glemte sammendragsrapporten ikke å nevne begrensningene og utfordringene som oppstod når disse nye verktøyene ble overført fra forskningsmiljøer til klinisk praksis.

Det finnes mange eksempler på verktøy fra forskningsmiljøer som har blitt vellykket overført til klinisk praksis. For eksempel, i en utviklende økonomi som India, lanserte Apollo Cancer Centre i Bengaluru Indias første AI‑Presisjonsonkologi‑senter (POC) i januar 2024.

“Klinisk hjelper det med overholdelse av behandlingsveier ved å overvåke etterlevelse av standardiserte behandlingsveier, også for pasienthåndtering basert på genomiske, kliniske og patologiske profiler. Kliniske varsler og anbefalinger for diagnostiske tester, påmelding til Value‑Based Care (VBC) og andre pasientfordelsprogrammer er noen av bruksområdene. Pasientavgang og pasientrapporterte resultatmål (PROMs) varsler for rettidige intervensjoner er blant de andre fordelene.”

Bruken av AI i kreftdiagnostikk vil oppleve en enorm vekst i fremtiden. Ifølge en rapport publisert av Towards Healthcare, forventes AI i kreftdiagnostikk å skyte i været med en sammensatt årlig vekstrate (CAGR) på 9,35 % fra 2023 til 2032, med markedet på vei mot å oppnå anslåtte USD 2 084,34 millioner innen slutten av 2032 fra US$892,23 millioner i 2022.

Karakteristisk kan det med sikkerhet sies at AI vil bidra til å forbedre diagnostisk nøyaktighet og betydelig forbedre effektiviteten i behandlingsplanlegging!

Klikk her for å lære alt om investering i kunstig intelligens.