Yapay Zeka Akciğer Kanseri Nüksü Riskini Tahmin Edebilir Mi?

Londra Üniversitesi Kanser Araştırma Enstitüsü'ndeki araştırmacılar tarafından, University College London Kanser Enstitüsü ve Francis Crick Enstitüsü'ndeki bilim insanları ile işbirliği içinde geliştirilen yeni yapay bir zeka (AI) aracı, patologlar tarafından kanser hücrelerinden bağışıklık hücrelerini seçmek için eğitilmiştir. Geliştirilen AI aracı, bağışıklık hücreleri ve kanser hücreleri arasında ayrım yapabilmiş olup araştırmacıların, bireysel hastalarda bağışıklık sistemine yanıt olarak akciğer kanserlerinin nasıl geliştiğine dair ayrıntılı bir tablo oluşturmalarını sağlamıştır. Bilim insanları her ne kadar bu araştırmanın ilk aşamalar olsa da, çığır açan bu yaklaşımın, doktorların hangi hastaların akciğer kanseri dönüşlerini görme olasılığının daha yüksek olduğunu tahmin etmelerini hızlandırabileceğini, böylece hastaların özel tedavi planları ile yakından izlenebileceklerini belirtmişlerdir. AI aracını kullanarak ekip, tümörün bazı bölümleri sıcak bölgeler olarak tanımlanan bağışıklık hücreleriyle doluyken, tümörün diğer bölümlerinin soğuk bölgeler olarak tanımladıkları gibi tamamen yoksun oldukları ortaya çıkarmıştır. Araştırmacılar daha fazla sayıda soğuk bölgeye sahip hastaların ilerlemesini takip ettiklerinde, hastaların nüks riskinin daha yüksek olduğunu keşfetmişlerdir.

Yapılan bu çalışma, TRACERx (Tedavi ile Kanser Evrimini İzleme [Rx]) akciğer çalışmasının bir parçası olup Cancer Research UK tarafından 14 milyon sterline finanse edilmiştir. Makale Nature Medicine'de ve Nature web sitesinde 8 diğer TRACERx yayını ile birlikte yayınlanmıştır. Kanser Araştırma Enstitüsü'nden (ICR) Dr.Yinyin Yuan liderliğindeki bilim insanları, AIpathology görüntü haritalama teknolojisini yeni nesil sıralama ile birleştirdiklerini ve bu aracın, TRACERx çalışmasına katılan küçük hücreli dışı akciğer kanseri olan 100 hastadan alınan örnekleri analiz etmek için kullandıklarını belirtmişlerdir. Aynı tümör içindeki bağışıklık sıcak veya soğuk bölgelerini karşılaştıran ekip, genetik makyajlarının ne ölçüde farklı olduğunu değerlendirmiş ve onlara evrimsel baskılara tepki olarak nasıl değiştiklerine dair ipuçları verdiğini ifade etmişlerdir.

Bireysel Hastalar İçin Özel Tedavi Stratejilerinin Geliştirilmesi

Ekibin çalışmaları, bağışıklık soğuk bölgelerinde bulunan kanser hücrelerinin, bağışıklık hücreleri ile dolu bağışıklık sıcak bölgelerinde bulunan kanser hücrelerinden daha yakın bir zamanda evrimleşebileceğini ortaya koymuştur. Araştırmacılar, daha az bağışıklık hücresine sahip tümörün bölgelerinin, bağışıklık sisteminden evrimsel baskı altında, vücudun doğal savunmalarından saklanmalarına izin veren bir gizleme mekanizması geliştirmiş olabileceğini öne sürmüşlerdir. AI araçları, bu gizleme mekanizmasına sahip kaç bölgenin bir tümör içinde var olduğunu değerlendirebilirler ve araştırmacılar bunun, bağışıklık soğuk alanlarının kanser nüksleri ile ilişkili olduğu düşünüldüğünde önemli olduğunu belirtmişlerdir. Bu erken araştırma gelecekte klinikte doktorlara çıplak gözle görülebilen tümörlerin hücresel makyajı hakkında daha ayrıntılı bilgi vermek ve bireysel hastalar için özel tedavi stratejilerinin geliştirilmesini bildirmek için kullanılabilecektir. ICR'de Hesaplamalı Patoloji Takım Lideri Dr. Yinyin Yuan, yeni çalışmalarında, gelecekte akciğer hastalarını seçmeye yardımcı olabilecek yeni bir araç oluşturmak için genetik veri ve patoloji görüntülerine yapay zeka uyguladıklarını ve akciğer kanserlerinin geri dönme riski en yüksek olan kanser türü olduğunu belirtmiştir. Yuan, akciğer kanserlerinin bağışıklık sisteminin dikkatinden kaçmak için kendilerini nasıl gizleyebileceğine dair yeni bir fikir edindiklerini ve bunu yaparak gelişmeye devam edebildiklerini, kanserin evrimleşme ve tedavi sonrası geri dönme yeteneğinin, günümüzde kanser araştırmacılarının ve doktorlarının karşılaştığı en büyük zorluklardan biri olduğunu da sözlerine eklemiştir.

Yapılan bu araştırma, bazı akciğer kanserlerinin neden bu kadar zor tedavi edildiğine dair yeni bilgiler ortaya koymuş olup araştırmacılar bunu TRACERx projesinin ölçeği ve kapsamı olmadan yapmalarının zor olduğunu ifade etmişlerdir.