Veštačka inteligencija može da otkrije rak pankreasa MNOGO PRE postavljanja dijagnoze

Mariota Vlaisavljević

04. 05. 2026. 09:48

(Freepik)

Rak pankreasa je na putu da bude drugi vodeći uzrok smrti od raka u SAD do 2030. godine, jer se u 85 odsto slučajeva ne dijagnostikuje dovoljno rano da lekari mogu da reaguju. Sada, zahvaljujući novorazvijenom modelu veštačke inteligencije istraživača sa klinike Majo i Centra za rak Univerziteta u Teksasu, to bi moglo da se promeni.

Njihov novi sistem, nazvan REDMOD (model ranog otkrivanja zasnovan na radiomici), testiran je na CT snimcima ljudi kojima je kasnije dijagnostikovan rak pankreasa. U tri od četiri slučaja, REDMOD je uspešno otkrio najčešći oblik raka pankreasa oko 16 meseci pre dijagnoze. To je skoro dvostruko veća stopa otkrivanja od specijalista koji pregledaju skeniranja bez pomoći veštačke inteligencije. U nekim skeniranjima, REDMOD je identifikovao sumnjive obrasce tkiva više od dve godine pre dijagnoze, a tim smatra da bi mogao da uoči rak i do tri godine unapred.

„Najveća prepreka spasavanju života od raka pankreasa bila je naša nemogućnost da vidimo bolest kada je još uvek izlečiva”, kaže za Science Alert radiolog i specijalista za nuklearnu medicinu Adžit Goenka iz klinike Majo dodajući da veštačka inteligencija sada može da identifikuje potpis raka iz normalnog pankreasa, i to može pouzdano da čini tokom vremena i u različitim kliničkim uslovima.

Istraživači su koristili 969 CT skeniranja pankreasa kao podatke za obuku za REDMOD, kako bi mogao da nauči da uoči suptilne znake raka u njegovim najranijim fazama. Umesto da traži očigledan tumor, model traži radiomičke obrasce, poremećaje u teksturi i strukturi tkiva koji su često previše mali da bi ih ljudsko oko uočilo.

Mnogi karcinomi nastaju kada normalne ćelije steknu mutacije DNK koje utiču na način njihovog rasta i deljenja, ali može proći godinama da se te promene razviju u tumor dovoljno veliki da izazove simptome ili se jasno pojavi na skeniranju. Nakon procesa obuke, REDMOD je testiran na drugom skupu CT skeniranja: 63 od ljudi koji su kasnije oboleli od raka, ali su skenirani pre dijagnoze, i 430 zdravih kontrola koje nisu imale rak. Od 63, REDMOD je ispravno označio 46 kao sumnjive, što je stopa od 73 procenta. Sva ova skeniranja su prethodno dobila potvrdu „dobro” od ljudskih radiologa, a dva radiologa koji su pregledali skeniranja u isto vreme kada i REDMOD identifikovali su rane znake raka u samo 38,9 procenata slučajeva. Od 430 zdravih kontrola, 81 je pogrešno identifikovano kao sumnjivo od strane REDMOD-a – tako da, ako je veštačka inteligencija bila primenjena u stvarnom scenariju, ove osobe bi možda bile pozvane na dodatne testove pre nego što bi dobile potvrdu „dobro”.

Sličan nivo performansi pokazan je u dva druga testa skupa podataka, koristeći različitu opremu u različitim bolnicama. Još bolje, za pacijente sa više dostupnih skeniranja, veštačka inteligencija je dala uglavnom konzistentne rezultate – čak i kada su skeniranja obavljena u razmaku od nekoliko meseci.

„Ovi atributi je pozicioniraju za prospektivnu validaciju u kohortama visokog rizika, što je neophodan korak ka promeni paradigme sa simptomatske dijagnoze u kasnoj fazi na proaktivno prekliničko presretanje”, pišu autori studije.

Razmišljanje je da što ranije REDMOD može pristupiti CT skeniranjima, možda rutinski urađenim za druge svrhe i stanja, to može biti korisniji. Moguće je da bi mogao da otkrije rak pankreasa u fazi kada je kurativno lečenje još uvek moguće.

Međutim, još uvek ima posla pre nego što se to desi. Zatim, istraživači žele da testiraju veštačku inteligenciju na većim, raznovrsnijim grupama ljudi i vide koliko lako lekari mogu da je ugrade u svoje postojeće procese.

Istraživači su ohrabreni ovim ranim rezultatima i nadaju se da ćemo daljim razvojem i finim podešavanjem imati neverovatno koristan sistem za jedan od najsmrtonosnijih karcinoma.

„Dokazana sposobnost okvira da dosledno detektuje ove skrivene signale na velikom klinički orijentisanom skupu podataka, u kombinaciji sa njegovom visokom uzdužnom stabilnošću i validiranom specifičnošću, uspostavlja čvrst temelj za rano otkrivanje uz pomoć veštačke inteligencije”, pišu istraživači.