AI Protocol na “DeepHRD” Nakahandang Baguhin ang Oras at Gastos ng Paggamot sa Kanser

Ang kanser ay patuloy na isang banta sa buong mundo. Sa kabila ng maraming inobasyon sa agham, ito pa rin ang pangunahing sanhi ng pagkawala ng buhay sa buong mundo. 

Sa 2024, sa Estados Unidos lamang, tinatayang dalawang milyong kaso ng kanser ang madedeklara, habang ang kabuuang bilang ng mga inaasahang kamatayan ay lalagpas sa 610,000. 

Ang mga kalkulasyon batay sa datos ng 2017-2019 ay nagpapakita na higit sa 40% ng mga lalaki at babae sa Estados Unidos ay madedeklara na may kanser sa ilang punto ng kanilang buhay. Mas nakakabahala pa, ngayong taon, halos 15,000 na mga bata at kabataan ang madedeklara na may kanser, at tinatayang 1,600 ang malulungkot na mamamatay dahil dito.

Ang kalagayan sa Estados Unidos ay sumasalamin sa pandaigdigang sitwasyon. Bilang isa sa mga pangunahing sanhi ng kamatayan sa buong mundo, noong 2022, halos 20 milyong bagong kaso at 9.7 milyong kamatayan na may kaugnayan sa kanser ang naitala sa buong mundo. At walang nakikitang ginhawa sa malapit na hinaharap. Sa 2040, inaasahang tataas ang bilang ng mga bagong kaso ng kanser kada taon sa 29.9 milyong at ang bilang ng mga kamatayan na may kaugnayan sa kanser sa 15.3 milyong.

Kaya’t ang banta ng kanser ay nangangailangan ng pangkalahatang pagsisikap mula sa komunidad ng siyentipiko, teknolohikal, at medikal na pananaliksik. Sa susunod na bahagi, tatalakayin natin ang isang pagsisikap na nagdudulot ng pag-asa at kasabikan sa mga tao sa buong mundo hinggil sa potensyal nito para sa mga hinaharap na gawain.

I-click dito para sa listahan ng mga nangungunang stock ng therapy para sa kanser.

AI-Powered Precision Oncology para sa mga Biopsy ng Kanser

Isang kamakailang siyentipikong journal na nailathala sa Journal of Clinical Oncology ay binanggit ang kanilang pagsisikap na sanayin ang DeepHRD, isang deep learning platform para hulaan ang HRD mula sa mga histopathological slide na pininturahan ng hematoxylin at eosin (H&E), gamit ang mga pangunahing kanser sa suso at obaryo mula sa The Cancer Genome Atlas (TCGA).  

Mahalaga ang breakthrough na ito dahil ang mga kanser na may homologous recombination deficiency (HRD) ay nakikinabang sa mga platinum salts at poly(ADP-ribose) polymerase inhibitors. Gayunpaman, ang mga karaniwang diagnostic test para matukoy ang HRD ay nangangailangan ng molecular profiling, na hindi pangkalahatang magagamit.

Napagpasyahan ng mga resulta ng pananaliksik na maaaring hulaan ng DeepHRD ang HRD sa kanser sa suso at obaryo nang direkta mula sa karaniwang H&E slides sa maraming panlabas na cohort, slide scanner, at mga variable ng tissue fixation. Nang ikumpara ang mga resulta nito sa tradisyonal na sistema ng molecular testing, ang DeepHRD platform ay nakapag-klasipika ng 1.8 hanggang 3.1 beses na mas maraming pasyente at nagpakita ng mas mahusay na OS sa high-grade serous ovarian cancer at platinum-specific PFS sa metastatic breast cancer.

Habang ipinapakita ng mga resulta ang mga dahilan ng medikal na komunidad para magalak sa solusyon, ang pagsasama ng AI ay nagdulot ng malaking pagbuti sa larangan ng operational logistics ng maagang diagnosis ng kanser at kaugnay na paggamot.

I-click dito upang malaman kung paano magagamit ang CRISPR sa paggamot ng kanser.

Bakit Mahalaga ang Pagsasama ng AI Protocol?

Ayon sa mga mananaliksik ng UC San Diego na namumuno sa eksperimentong ito, ang pagsasama ng AI sa sistema ay nagpapahintulot ng mabilis at murang pagtuklas ng klinikal na magagamit na genomic alterations direkta mula sa mga tumor biopsy slide.

Naniniwala ang mga mananaliksik na ang sistema ay maaaring makatipid ng linggo at libu-libong dolyar mula sa mga workflow ng klinikal na oncology treatment para sa kanser sa suso at obaryo.

Kung hindi, hindi lamang maaaring maging mapanganib ang mga pagkaantala, kundi ang mga prosesong may mataas na gastos ay maaaring makaapekto sa mga pasyenteng may limitadong resources. Sa ganitong konteksto, ang pagsasama ng AI ay nagdulot ng mas inklusibong proseso ng diagnosis ng kanser.

Habang ipinaliwanag ang mga bottleneck na umiiral, si Erik Bergstrom, PhD, pangunahing may-akda ng pag-aaral at postdoctoral researcher sa lab ni Alexandrov, ay nagsabi:

“Sa kasamaang palad, ang mataas na gastos, mga pangangailangan sa tisyu, at mabagal na turnaround time ay humadlang sa malawakang paggamit ng precision oncology, na nagreresulta sa suboptimal — posibleng mapaminsalang — paggamot para sa mga pasyenteng may kanser.”

Samakatuwid, ang AI-powered genomic testing ay nagdudulot ng ginhawa. Hindi lamang nito nasusave ang mahalagang oras para sa mga pasyente kundi tumutulong din sa mga doktor sa pamamagitan ng pagbibigay ng agarang reseta ng paggamot matapos ang paunang diagnosis ng tisyu. Ang metodong precision oncology na ito ay mas mapagkakatiwalaan kaysa sa tradisyonal na genomic tests, dahil ang AI tests ay may halos walang failure rate. Sa kabilang banda, ang tradisyonal na genomic tests ay may failure rate na 20 hanggang 30%, na madalas nangangailangan ng muling pagsubok o pag-resort sa invasive biopsy.

Ang AI identification ng HRD ay nagbibigay kapangyarihan sa metodong ito upang maging isang paraan na nagpapahintulot ng tumpak at agarang pagtuklas ng mga cancer genomic biomarkers. 

Ang mga mananaliksik at siyentipiko na matagal nang kasali sa larangang ito ay naniniwala na ang breakthrough ay napakahalaga. Ipinaliwanag ang mga dahilan, si Scott Lippman, M.D., kilalang propesor ng medisina sa UC San Diego, Center for Engineering and Cancer, at miyembro ng Moores Cancer Center, ay nagsabi:

“Ang panahon ng precision oncology ay sumiklab noong huling bahagi ng 90s, ngunit ipinapakita ng mga kamakailang pag-aaral sa US na ang karamihan sa mga pasyenteng may kanser ay hindi nakakakuha ng FDA-approved na precision therapy. At ang pangunahing dahilan ay dahil hindi sila nasusuri. Bilang isang clinical oncologist — at halos 40 taon na akong ginagawa ito — walang duda na ang pamamaraan na ito ay ang kinabukasan ng precision oncology.”

Ang teknolohiyang nagsisilbing pundasyon para sa DeepHRD ay protektado ng provisional patents na inilabas ng UC San Diego. Ang mga patenteng ito ay na-license sa io9, isang kumpanya na kinabibilangan nina Alexandrov, Bergstrom, at Lippman.

Sa susunod na bahagi, titingnan natin nang maikli ang kumpanyang ito upang maunawaan ang uri ng mga kakayahang ito ay binuo upang pangasiwaan at ang mga solusyong naibigay nito hanggang ngayon!

#1. Io9: Digital Pathology na Pinapatakbo ng AI

Ang Io9 ay may AI platform na mahusay na nagsasagawa ng molecular profiling mula sa karaniwang clinical slides. Ang platform na ito ay maaaring matuklasan ang mga genomic biomarkers mula sa digital slides, na ginagawang posible ang pag-access sa paggamot para sa lahat ng pasyente sa buong mundo.

Bukod sa solusyong batay sa HRD biomarker na gagana para sa kanser sa suso at obaryo ngayon at sa pancreatic cancer sa hinaharap, ang io9 ay aktibo rin sa maraming biomarkers, kabilang ang KRAS, EGFR, at BRAF, na magiging kapaki-pakinabang sa mga larangan ng kanser sa baga, colorectal, at suso pati na rin sa metastatic melanoma sa hinaharap. 

Si Ludmil B. Alexandrov ang tagapagtatag at Chief Scientific Officer ng io9, habang si Scott M. Lippman, isa pang co-founder, ay miyembro ng board of directors. 

Habang ang io9 ay isang spinoff ng isang entidad para sa mga edukador at mananaliksik upang ipagpatuloy ang kanilang mga inobasyon sa isang mas malawak, komersyal na paraan, may mga malalaking kumpanya rin na aktibo sa larangang ito kung saan nagtatagpo ang AI at oncology diagnostics at paggamot. 

#2. GE Healthcare

Sa unang araw ng Mayo 2024, inanunsyo ng GE HealthCare (Nasdaq: GEHC) ang Revolution RT, isang bagong radiation therapy computed tomography (CT) solution na may makabagong hardware at software na magpapasimple ng simulation workflow at magpapas personal at seamless ang pangangalaga sa oncology. Ang Revolution RT ay inilunsad sa European Society for Therapeutic Radiology and Oncology (ESTRO) 2024 Congress sa Glasgow kasama ang isang updated na artificial intelligence (AI)-enhanced na bersyon ng Intelligent Radiation Therapy (IRT) platform. 

Habang tinatalakay ang pagsasama ng AI sa kanilang oncology solutions, sinabi ni Dr. Taha Kass-Hout, chief technology and science officer ng GE HealthCare, ang sumusunod:

“Sa GE HealthCare, kami ay nakatuon sa pagpapalawak ng mga hangganan ng paggamot sa oncology sa pamamagitan ng AI-driven na teknolohiya na nagbabago at nag-ooptimize ng care continuum.”

Habang inililista ang mga benepisyo ng pagsasama ng AI, sinabi ni Dr. Taha Kass-Hout na ang pagpapahusay ay makakatulong upang makita ang anatomiya ng pasyente nang may mataas na katumpakan at mapadali ang tumpak na target ng tumor habang layuning protektahan ang kalapit na malusog na tisyu. Ito ay magreresulta sa “isang tumpak, mas konektado, at epektibong kapaligiran ng pangangalaga na nagpapabilis sa paghahatid ng personalized care, na may layuning magbigay ng mas magagandang kinalabasan para sa pasyente.”

Para sa buong taon ng 2023, iniulat ng GE Healthcare ang kita na US$19.6 bilyon, na nagpakita ng pagtaas na 7% taon-taon at 8% sa Organic basis na may paglago sa lahat ng segment at rehiyon.

#3. iCAD

Isa pang med-tech na entidad, na mas maliit sa sukat ngunit malawak sa saklaw, epekto, at ambisyon, ang iCAD, ay gumagawa ng tiyak na AI-focused na trabaho sa larangan ng kanser sa suso. Ang kumpanya ay kumukuha ng kanyang bisyon at layunin mula sa mga totoong banta na umiiral sa lupa. Ipinapakita ng datos na 1 sa 8 na kababaihan ay magkakaroon ng kanser sa suso sa kanyang buhay, at hanggang 20-40% ng mga kanser na ito ay nalalampasan sa mga mammogram screening. 

Sa bawat 14 na segundo sa buong mundo, isang babae ang nadedeklarang may kanser sa suso, kaya ang pagtatasa ng panganib ng kanser gamit ang tradisyonal na modelo ay 63% lamang ang katumpakan. 

Ang platform ng iCAD na ProFound Breast Health Suite ay nakatuon sa detection, density, at risk, na nagbibigay ng mas maliwanag na liwanag sa kanser at inilalantad ang mga tagong lugar nito. 

Sa yugto ng detection, isinasama ng solusyon ng ProFound ang pinakabagong pag-unlad sa deep-learning, ikatlong henerasyon ng artificial intelligence (AI). Ang katumpakan at kahusayan ay talagang walang kapantay para sa 2D at 3D mammography screening na may hanggang 2x na pinahusay na klinikal na performance kumpara sa ibang AI platform. 

Habang pinalalawak ang kakayahan ng ProFound AI sa pagtuklas ng kanser sa suso mula sa aspeto ng breast density, sinabi ni Gabriele Pedicalli, MD, Wooster Community Hospital, ang sumusunod:

“Ang ProFound AI ay hindi lamang tumutulong sa amin na suriin ang mga kaso na may fatty tissue, ngunit nakikita rin naming mas malaking benepisyo para sa mga kababaihan na may dense breasts. Bago ang ProFound AI, maaaring binasa ko ang isang kaso na may dense breasts at iniisip, ‘Tawagan natin sila muli sa loob ng 6 na buwan o isang taon,’ ngunit sa ProFound AI, mas madali naming matukoy kung dapat ba kaming magsagawa ng isa pang pagsusuri o biopsy.”

Sa huli, sa segment ng risk assessment, ang AI-powered na solusyon ng ProFound ay nagbibigay-daan upang magkaroon ng unang image-based risk model sa mundo, na 2.4x na mas tumpak kaysa sa tradisyonal na mga modelo. Ito ay mahusay sa pagtukoy ng mga kababaihan na may mataas na panganib na magkaroon ng kanser bago o sa kanilang susunod na screening upang matulungan na mahanap ang mga interval cancers nang mas maaga.

Para sa buong taon ng 2023, ang kabuuang kita ng iCAD ay US$17.3 milyon, bumaba ng 13%.

Ang Hinaharap ng AI-Powered Precision Oncology

Noong Abril 2024, ang globally revered na Nature magazine ay masusing sinuri ang papel ng AI sa precision oncology. Kinilala nito nang naaayon ang kakayahang mag-transform ng AI sa larangang ito, tulad ng kanilang pambungad na pahayag:

“Ang mga larangan ng cancer research at precision oncology ay sumasailalim sa isang malawak na transformasyon dahil sa aplikasyon ng artificial intelligence (AI).”

Upang maging mas tiyak, itinampok ng artikulo sa journal ang papel ng AI sa pagtuklas ng mga nakatagong pattern mula sa maraming pinagmumulan ng impormasyon, kabilang ang molecular profiling, pathology, at medical imaging. Pinuri rin nito ang AI sa pagsasama ng omics data upang magbigay ng mas komprehensibong pag-unawa sa kanser. Bukod sa monitoring at diagnosis, ang AI ay napaka-gamit din sa pag-develop ng mga bagong assay para sa pag-characterize ng kanser, prognostication, at pag-predict ng mga tugon sa tiyak na mga paggamot.

Gayunpaman, hindi nakalimutan ng ulat na banggitin ang mga limitasyon at hamon na lumitaw nang isalin ang mga bagong tool na ito mula sa mga setting ng pananaliksik patungo sa klinikal na praktis.

Mayroong maraming halimbawa ng mga tool mula sa mga setting ng pananaliksik na matagumpay na nailipat sa klinikal na praktis. Halimbawa, sa isang umuunlad na ekonomiya tulad ng India, inilunsad ng Apollo Cancer Centre, Bengaluru, ang unang AI-Precision Oncology Centre (POC) ng India noong Enero 2024.

Habang pinalalawak kung paano makatutulong ang mga ganitong sentro sa pagpapakilala ng mas mahusay at mas epektibong rehimen para sa pangangalaga ng kanser, sinabi ni Dr. Vishwanath S, Senior Consultant, Medical Oncology, ACC, Bengaluru:

“Sa klinikal na antas, tumutulong ito sa pagsunod sa care pathway sa pamamagitan ng pagmamanman ng pagsunod sa mga standard care pathways, pati na rin para sa pamamahala ng pasyente batay sa genomic, klinikal, at pathological na profile. Ang mga clinical alerts at rekomendasyon para sa diagnostic tests, enrollment para sa Value‑Based Care (VBC) at iba pang patient benefit programs ay ilan sa mga gamit. Ang mga alert para sa patient drop‑off at Patient‑reported outcome measures (PROMs) para sa napapanahong interbensyon ay kabilang din sa iba pang benepisyo.”

Ang paggamit ng AI sa cancer diagnostics ay inaasahang makakaranas ng napakalaking paglago sa hinaharap. Ayon sa ulat na inilathala ng Towards Healthcare, inaasahang tataas ang AI sa cancer diagnostics ng 9.35% Compound Annual Growth Rate (CAGR) mula 2023 hanggang 2032, na ang merkado ay nasa landas upang maabot ang tinatayang USD 2,084.34 milyon sa katapusan ng 2032 mula sa US$892.23 milyon noong 2022.

Katangi-tangi, maaaring sabihing may katiyakan na ang AI ay makakatulong sa pagpapahusay ng katumpakan ng diagnosis at makabuluhang mapabuti ang kahusayan ng pagpaplano ng paggamot!

I-click dito upang malaman ang lahat tungkol sa pamumuhunan sa artificial intelligence.