Voiko tekoäly ennustaa yksilön syövän uusiutumisriskin kasvainten geneettisen sekvensoinnin avulla ?

Syövän uusiutuminen riippuu monimutkaisesta vuorovaikutuksesta geneettisten mutaatioiden, kasvainympäristön ja hoitovasteen välillä. Yksilöllinen lääketiede pyrkii ennustamaan uusiutumisriskiä analysoimalla kasvaingenomiikkaa, mutta valtavien tietojoukkojen integroiminen on haastavaa ihmislääkäreille. Tekoäly voisi nopeuttaa tätä prosessia tunnistamalla toistumiseen liittyviä kuvioita korkeaulotteisissa tiedoissa.

Tekoälyjärjestelmät voivat nykyään hyödyntää kasvainten koko eksomin tai RNA-sekvensointia yhdessä kliinisten muuttujien kanssa tuottaakseen yksilöllisiä uusiutumisriskipisteet, jotka ylittävät perinteisen patologian. Esimerkiksi kaupalliset alustat kuten Oncotype DX AR-V7 ja FoundationOne Hemo käyttävät geeniekspressiopaneeleja arvioidakseen uusiutumisen todennäköisyyttä rinta-, eturauhas- ja hematologisissa syövissä, ja syväoppimismallit, jotka on koulutettu TCGA-tiedoilla, saavuttavat AUC-arvoja noin 0,75–0,85 useissa kasvaintyypeissä. Sääntelyviranomaisten hyväksymät työkalut ovat pääasiassa ennusteellisia eivätkä ennustavia hoitovasteelle, ja todellisen maailman validointi kuratoitujen joukkojen ulkopuolella on vielä rajallista.

— Päivitetty 12. toukokuuta 2026 · Lähde: Nature Medicine — https://www.nature.com/articles/s41591-023-02300-5