Wytłumaczalna SI na potrzeby spersonalizowanej terapii raka jelita grubego z przerzutami
Rak jelita grubego jest drugą najczęstszą przyczyną zgonów związanych z rakiem w Europie, a co roku diagnozuje się ponad 150 000 nowych przypadków. U znacznego odsetka tych pacjentów rozwija się rak jelita grubego z przerzutami, którego leczenie jest znacznie trudniejsze. Pomimo postępów w chemioterapii i ukierunkowanych terapiach molekularnych odpowiedź na leczenie różni się znacznie u poszczególnych osób, co podkreśla pilną potrzebę bardziej spersonalizowanych i skutecznych podejść.
SI wspomagająca podejmowanie decyzji w praktyce klinicznej
Finansowany przez UE projekt REVERT(odnośnik otworzy się w nowym oknie) poczynił duży krok w tym kierunku, opracowując platformę opartą na SI, która wspiera spersonalizowane planowanie leczenia pacjentów z rakiem jelita grubego z przerzutami. „Naszym celem było stworzenie systemu wytłumaczalnej SI, który lekarze będą w stanie zrozumieć i któremu będą mogli zaufać”, podkreśla koordynatorka projektu Fiorella Guadagni z IRCCS San Raffaele w Rzymie. Konsorcjum uwzględniło wiele niezależnych algorytmów, dzięki czemu opracowało zalecenia oparte na konsensusie, które wspierają, a nie zastępują wiedzę lekarzy. System wspomagania decyzji REVERT (DSS) został przetestowany w perspektywicznym badaniu klinicznym wczesnej fazy(odnośnik otworzy się w nowym oknie) w celu oceny jego wpływu na przeżywalność i jakość życia. Wyniki okazały się bardzo zachęcające, a sugestie dotyczące terapii opartej na SI znacząco poprawiły wskaźnik przeżycia wolnego od progresji. Ma ono potencjał do zmniejszenia niepotrzebnej toksyczności, poprawy jakości życia i lepszego wykorzystania zasobów opieki zdrowotnej.
Odkrywanie biomarkerów
Zespół REVERT zajmował się także identyfikacją biomarkerów na potrzeby spersonalizowanej terapii. Konsorcjum przeanalizowało zarówno konwencjonalne, jak i nowe biomarkery poprzez badania retrospektywne i modele stratyfikacji oparte na SI. Jednym z wyróżniających się wyników było opracowanie algorytmu(odnośnik otworzy się w nowym oknie), który wykorzystuje profile mutacji siedmiu genów, w tym KRAS, BRAF, ERBB2 i TP53, co pozwala przewidzieć, czy pacjent zareaguje na chemioterapię pierwszego rzutu. Algorytm wykazał się statystycznie istotną dokładnością w stratyfikacji osób reagujących i niereagujących na terapię. Konsorcjum wytworzyło także organoidy pochodzące od pacjentów (PDO) z próbek nowotworów pobranych od pacjentów, aby ocenić, jak różne nowotwory reagują na standardowe i nowe terapie. Analizy transkryptomiczne i miRNA pozwoliły odkryć odrębne sygnatury molekularne, które mogą być przydatne w przyszłych terapiach, szczególnie tych ukierunkowanych na szlak sygnałowy KRAS-MAPK. Analiza multi-omiczna wykazała ponadto, że geny zaangażowane w interakcje macierzy zewnątrzkomórkowej komórek i szlaki związane z proteoglikanami mogą odgrywać rolę w oporności na leczenie. Wnioski te pomagają położyć podwaliny pod dokładniejsze, oparte na biologii modele SI.
Etyczny schemat badania
Kluczowym osiągnięciem projektu REVERT jest to, że system SI został opracowany zgodnie z wytycznymi regulacyjnymi UE i wytycznymi etycznymi europejskiej grupy ekspertów wysokiego szczebla(odnośnik otworzy się w nowym oknie) dotyczącymi godnej zaufania SI. Dotyczy to przejrzystości, uczciwości, bezpieczeństwa i, co najważniejsze, nadzorowania przez człowieka. „Jako lekarze jesteśmy związani przysięgą Hipokratesa. System REVERT pozwala lekarzom zachować kontrolę oraz podejmować świadome decyzje przy wsparciu ze strony przejrzystych, wyjaśniających modeli. To zaufanie jest kluczem do pomyślnego wdrożenia systemu w praktyce klinicznej”, podkreśla Guadagni.
Plany na przyszłość
Po tym, jak zespół REVERT zademonstrował potencjał SI w rzeczywistych badaniach klinicznych, kolejnym krokiem będzie przełożenie tych wyników na szersze zastosowanie. Opracowany w ramach projektu schemat działania SI wielokrotnego użytku może zostać dostosowany do potrzeb leczenia innych nowotworów lub chorób, pomagając w budowaniu nowej ery opieki zdrowotnej opartej na danych i skoncentrowanej na pacjencie. Przyszłe badania będą bazować na zbiorze danych REVERT, modelach SI i systemach organoidalnych, aby udoskonalić strategie leczenia i dokładniej zweryfikować wyniki. Dzięki wpływowi zarówno na praktykę kliniczną, jak i politykę w zakresie e-zdrowia projekt REVERT stanowi wzór pokazujący, w jaki sposób SI i innowacje etyczne mogą łączyć się w celu poprawy spersonalizowanej opieki nad chorymi na raka w różnych częściach Europy.
