Poate AI genera regimuri de tratament personalizate pentru cancer din date genomice și din studii clinice ?

Poate inteligența artificială să genereze în mod fiabil planuri individualizate de tratament pentru cancer prin corelarea profilului genomic al unui pacient cu date din studii clinice publicate? Această întrebare examinează echilibrul dintre rezultatele computaționale promițătoare și standardele medicale riguroase necesare pentru îngrijirea pacienților.

Background

Modelele de inteligență artificială sunt din ce în ce mai utilizate pentru a integra secvențierea ADN-ului specifică pacientului și profilurile mutațiilor tumorale cu dovezi din studii clinice evaluate de colegi pentru a sugera combinații personalizate de medicamente. Aceste sisteme utilizează algoritmi de învățare automată pentru a identifica terapii potențial eficiente prin potrivirea modificărilor genomice cu medicamentele care au demonstrat eficacitate în grupuri similare de pacienți. De exemplu, cadrele de învățare profundă precum DeepDR și platforme similare au fost dezvoltate pentru a prezice răspunsurile la medicamente pe baza datelor multi-omice și a rezultatelor istorice ale studiilor clinice. Cu toate acestea, persistă îngrijorări cu privire la validitatea clinică și eficacitatea reală a regimurilor generate de AI, așa cum au subliniat oncologii și organismele de reglementare. Deși aceste modele pot produce combinații plauzibile de medicamente prin învățarea din seturi mari de date, criticii susțin că multe sugestii lipsesc validarea prospectivă în medii clinice controlate sau beneficiile demonstrate în supraviețuirea pacienților. În plus, heterogenitatea tipurilor de cancer, natura dinamică a evoluției tumorale și variabilitatea în proiectarea studiilor complică și mai mult traducerea recomandărilor AI în protocoale de tratament standardizate. Organismele de reglementare precum Administrația pentru Alimente și Medicamente din SUA (FDA) au subliniat necesitatea validării riguroase a instrumentelor de suport pentru decizii clinice bazate pe AI pentru a asigura siguranța și beneficiul terapeutic al pacienților.

Modelele de limbaj mari și alte sisteme AI sunt din ce în ce mai utilizate pentru a sintetiza literatura biomedicală și rapoartele studiilor clinice pentru a propune opțiuni de tratament. Studiile de benchmarking raportează că AI poate prelua și clasifica brațele relevante ale studiilor pentru un anumit genotip al pacientului cu o acuratețe moderată până la ridicată, deși performanța variază în funcție de tipul de cancer și de completitudinea datelor. Căile de reglementare pentru software-ul care generează recomandări de tratament rămân fragmentate, unele jurisdicții tratând astfel de sisteme ca instrumente de suport pentru decizii clinice, iar altele ca dispozitive medicale cu risc ridicat. Validarea în lumea reală implică de obicei revizuiri retrospective ale fișelor medicale și studii pilot prospective care compară regimurile sugerate de AI cu cele alese de consiliile tumorale multidisciplinare. Ghidurile etice și juridice subliniază necesitatea explicabilității, supravegherii umane și a unei dezvăluiri clare atunci când AI este utilizat pentru a informa îngrijirea. Sursele de date includ depozite publice precum TCGA și cBioPortal, precum și baze de date structurate de studii clinice precum ClinicalTrials.gov și EudraCT.

— Îmbogățit la 15 mai 2026 · Sursă: Nature Biotechnology, 2023