Sztuczna inteligencja w walce z rakiem. Algorytm przewiduje ryzyko przerzutów
Przerzuty stanowią główną przyczynę zgonów wśród pacjentów onkologicznych, a ich wczesne przewidzenie to jedno z najtrudniejszych wyzwań współczesnej medycyny. Zespół naukowców z Uniwersytetu Genewskiego stworzył jednak narzędzie oparte na algorytmach sztucznej inteligencji, które ma prognozować ryzyko rozsiewu nowotworu z blisko 80-procentową dokładnością.
Jak zauważa prof. Ariel Ruiz i Altaba, główny autor badania, nowotwory często błędnie uważa się za zjawisko czysto chaotyczne, podczas gdy w rzeczywistości podążają one za swoistym, choć wypaczonym, programem rozwojowym. Aby zrozumieć ten mechanizm, badacze wyizolowali w laboratorium komórki raka jelita grubego i przeanalizowali ich zdolność do migracji.
W ten sposób odkryto specyficzne markery nazwane "genami gradientowymi potencjału przerzutowego", których poziom ekspresji działa jak swoisty biologiczny wskaźnik pokazujący, jak bardzo dana grupa komórek jest skłonna do oderwania się od guza macierzystego i stworzenia przerzutu.
MangroveGS: AI wkracza do onkologii
Zebrana w ten sposób ogromna baza profili genetycznych posłużyła do stworzenia specjalnego modelu uczenia maszynowego o nazwie MangroveGS (Mangrove Gene Signatures). Aravind Srinivasan, współautor projektu, podkreśla że algorytm analizuje jednocześnie dziesiątki, a nawet setki zróżnicowanych sygnatur genetycznych, co ma czynić go wysoce odpornym na indywidualne różnice między pacjentami.
Chociaż sztuczna inteligencja była trenowana na danych dotyczących komórek raka jelita grubego, ma ona szacować potencjał przerzutowy także innych guzów nabłonkowych. Twórcy twierdzą, że system wykazuje skuteczność m.in. w przypadku raka piersi, płuc, trzustki oraz żołądka.
Jak ten system sprawdzi się w praktyce? Po operacyjnym pobraniu wycinka guza i zsekwencjonowaniu jego RNA w szpitalu, zanonimizowane dane trafiają do zaszyfrowanego portalu Mangrove, który zwraca onkologom precyzyjny wynik ryzyka.
Dzięki temu lekarze mają zyskać potężne narzędzie optymalizacyjne. Zdaniem naukowców pozwoli ono uniknąć wycieńczających, kosztownych i niepotrzebnych kuracji (tzw. nadleczenia) u pacjentów z grupy niskiego ryzyka, pozwalając jednocześnie na szybkie wdrożenie agresywnej terapii u osób faktycznie zagrożonych szybkimi przerzutami. Algorytm ma również ułatwić dokładniejszy dobór pacjentów do badań klinicznych.
Wyniki wspomnianych badań, finansowanych m.in. przez Szwajcarską Fundację Badań nad Rakiem, ukazały się na początku 2026 roku na łamach czasopisma "Cell Reports".
