Cercetătorii promovează strategii locale de date pentru depistarea timpurie a cancerului
Cercetătorii solicită aplicarea unor strategii conduse local, susținute de dovezi regionale mai solide, pentru a îmbunătăți depistarea timpurie a cancerului și îngrijirea precisă.
În cadrul unui simpozion intitulat „Cercetarea cancerului: Genomica, AI și terapiile țintite”, experții au explorat întregul spectru al cercetării în domeniul cancerului, de la prevenție și screening la teste de laborator de rutină, descoperirea biomarkerilor și diagnostice asistate de inteligență artificială. Discuția s-a concentrat asupra necesității de a adapta aceste progrese la condițiile unice și nevoile clinice ale populațiilor locale.
Simpozionul, care a avut loc pe 20-21 mai, a reunit cercetători în domeniul cancerului, clinicieni, specialiști în laborator, informaticieni și experți în descoperirea medicamentelor din Emiratele Arabe Unite, Spania și Rusia. Discuțiile s-au axat pe cancerul de sân, tiroidian, colorectal și de prostată, subliniind un argument cheie: programele de screening trebuie să fie legate de cercetarea locală. La rândul său, cercetarea locală ar trebui să ajute la explicarea de ce modelele de cancer din Emiratele Arabe Unite pot diferi de cele observate în alte părți.
Profesorul Riyad Bendardaf a subliniat că modelele de cancer din Emiratele Arabe Unite nu reflectă întotdeauna tendințele globale, evidențiind necesitatea adoptării unor strategii specifice de prevenire pentru a răspunde nevoilor populațiilor locale. „Dacă avem instrumente de screening adecvate și instrumente de diagnostic corespunzătoare, vom reduce povara cu 40% în Emiratele Arabe Unite”, a afirmat profesorul Bendardaf în timpul prezentării sale despre impactul global al cancerului. Referindu-se la cancerul de sân, tiroidian și colorectal, el a adăugat că prin programe de screening eficiente pentru aceste trei tipuri de cancer, „vom reduce povara acestei boli cu 56,7%.”
El a menționat că profilul cancerului din Emiratele Arabe Unite diferă de modelele globale, în special în ceea ce privește cancerul tiroidian, care este prominent în cifrele locale. „De ce este tiroidianul pe locul doi când acest lucru nu este observat la nivel global? Cifrele noastre sunt diferite de cele internaționale,” a comentat el. Potrivit profesorului Bendardaf, aceste diferențe ar trebui să informeze direct modul în care sunt elaborate strategiile de screening. Subliniind datele locale despre cazurile de cancer la femei, el a remarcat că „43,8% dintre pacientele cu cancer din societatea noastră au sub 50 de ani.” Această distribuție mai tânără a vârstei, a explicat el, face necesară reconsiderarea momentului începerii screening-ului. „Așadar, trebuie să începem screening-ul nu la vârsta de 40, ci cu 10 ani mai devreme,” a spus el. „Avem cancer cu 10 ani mai devreme decât vedem în societățile occidentale. Trebuie să ne ajustăm conform datelor noastre și să facem screening pentru grupuri de vârstă mai tinere.”
Importanța testelor de laborator de rutină, a descoperirii biomarkerilor și a diagnosticului molecular a fost, de asemenea, subliniată în discuțiile despre cancerul colorectal. Profesorul Rifat Hamoudi a prezentat lucrări privind identificarea biomarkerilor în stadii incipiente folosind rețele neuronale convoluționale, o formă avansată de inteligență artificială destinată analizei imaginilor și a modelelor. „Cancerul colorectal este unul dintre primele trei cancere la nivel mondial,” a spus el. „Are o incidență ridicată și, de asemenea, o mortalitate ridicată.” El a subliniat că boala este adesea dificil de depistat în stadiile incipiente din cauza subtilității simptomelor, ceea ce face ca diagnosticul precoce să fie o provocare reală. „Nu este ușor să-l prindem în stadii incipiente din cauza simptomelor,” a explicat el, subliniind necesitatea dezvoltării unor biomarkeri timpurii fiabili pentru a extinde oportunitățile de tratament.
În prezentarea sa, profesorul Hamoudi a reflectat, de asemenea, asupra unui alt aspect important al simpozionului: necesitatea colaborării între cercetători din discipline diferite în cercetarea cancerului. „Ce este unic la UoS este că avem oameni din farmacie, științe ale sănătății, oncologie și patologie,” a spus el. „Așadar, dacă lucrăm împreună, putem ajunge la răspunsuri mai semnificative.” El a avertizat împotriva unei focalizări înguste pe disciplină, deoarece aceasta limitează înțelegerea. „Dacă ne concentrăm doar pe domeniul nostru,” a adăugat el, „s-ar putea să nu înțelegem cu adevărat cancerul pentru că este atât de complicat.”
Inteligența artificială a fost un alt subiect major al simpozionului, deși vorbitorii au subliniat că aceasta nu trebuie tratată ca o soluție simplă. În schimb, ei au accentuat necesitatea unei validări riguroase, a interpretării și a relevanței clinice. Profesorul Hamoudi a subliniat dificultatea aplicării AI în histopatologie și datele moleculare, menționând complexitatea inerentă a modelelor de cancer. Histopatologia, examinarea microscopică a țesuturilor canceroase, este esențială pentru diagnosticul și stadializarea cancerului, însă este încă dificil pentru sistemele AI să ofere interpretări fiabile. „De ce nu funcționează AI-ul este pentru că computerul nu este suficient de inteligent pentru a vedea cu adevărat diferite modele care sunt extrem de complexe și foarte interconectate,” a explicat el.
În același timp, el a demonstrat cum abordările AI mai atent concepute pot îmbunătăți performanța. A discutat despre utilizarea AI explicabil, o tehnică care permite cercetătorilor să înțeleagă cum un model AI își trage concluziile. A arătat, de asemenea, cum Grad-CAM, o tehnică AI explicabilă, poate ajuta în luarea deciziilor. Conform prezentării sale, abordarea a obținut o acuratețe de clasificare de 99,1% în distingerea dintre colita ulcerativă, cancerul colorectal și țesutul colonic normal.
Rolul AI în patologia digitală a fost examinat dintr-o perspectivă clinică. Doctorul Alikhayal a spus că patologia susținută de AI poate asista la detectarea automată a tumorilor, predicția biomarkerilor, predicția rezultatelor și accelerarea fluxului de lucru. Cu toate acestea, ea a remarcat că patologia digitală și AI sunt în prezent mai comune în medii de cercetare decât în practica clinică de rutină, în mare parte din cauza limitărilor în validare. Discrepanța dintre promisiune și pregătirea clinică a fost un subiect recurent, în special în discuțiile despre AI generativ.
Doctorul Svetlana Illarionova a prezentat lucrări privind colorarea virtuală în histopatologie utilizând AI generativ. Cercetarea ei a explorat utilizarea AI pentru a genera imagini asemănătoare colorării imunohistochimice din preparate standard colorate H&E. În timp ce colorarea H&E dezvăluie structuri tisulare generale vizibile sub microscop, imunohistochimia folosește anticorpi pentru a detecta proteine specifice în țesut. În cancerul de sân, de exemplu, colorarea HER2 ajută la identificarea dacă celulele canceroase au niveluri ridicate ale unei proteine care pot influența opțiunile de tratament.
Doctorul Illarionova a comparat diferite abordări AI, inclusiv metode bazate pe GAN și modele de difuzie. Deși modelele de difuzie pot produce imagini de calitate superioară,
