Καρκίνος προστάτη: Έγκαιρη διάγνωση με σύμμαχο την τεχνητή νοημοσύνη

Η έγκαιρη ανίχνευση του καρκίνου αποτελεί κρίσιμο ζήτημα για τη δημόσια υγεία, καθώς σχετίζεται άμεσα με τη δυνατότητα πιο αποτελεσματικής και λιγότερο επιθετικής θεραπείας, καθώς και με την αύξηση της επιβίωσης. Νέες μελέτες δείχνουν ότι η ενσωμάτωση της τεχνητής νοημοσύνης (AI) και της μοριακής ανάλυσης μπορεί να προσφέρει πιο αξιόπιστες, μη επεμβατικές διαγνωστικές λύσεις, ιδίως στον καρκίνο του προστάτη.

Σύμφωνα με την Ιατρό της Θεραπευτικής Κλινικής (Νοσοκομείο Αλεξάνδρα) της Ιατρικής Σχολής του ΕΚΠΑ, Θεοδώρα Ψαλτοπούλου (Παθολόγος, Καθηγήτρια Θεραπευτικής-Επιδημιολογίας-Προληπτικής Ιατρικής), και την Αλεξάνδρα Σταυροπούλου (Βιολόγος), πρόσφατη μελέτη από το Karolinska Institutet, που δημοσιεύθηκε στο περιοδικό Cancer Research, αφορά την ανακάλυψη αξιόπιστων βιοδεικτών για την έγκαιρη διάγνωση του καρκίνου του προστάτη. Η ομάδα των ερευνητών χρησιμοποίησε συνδυασμό τεχνολογιών: spatial transcriptomics (χαρτογράφηση γονιδιακής έκφρασης στον χώρο), pseudotime (υπολογιστικό μοντέλο της εξέλιξης των καρκινικών κυττάρων) και machine learning (αλγόριθμοι πρόβλεψης με εκπαίδευση σε δεδομένα ασθενών). Μέσω αυτής της μεθοδολογίας, ταυτοποιήθηκαν 45 γονίδια που σχετίζονται με την κακοήθη εξέλιξη και διαφοροποίηση του καρκίνου του προστάτη.

Τα γονίδια αυτά επαληθεύτηκαν σε ένα ευρύ δείγμα πάνω από 2.000 ασθενών, χρησιμοποιώντας ανάλυση mRNA, πρωτεϊνών και δεδομένα από αίμα, ιστό και ούρα. Από όλες τις μεθόδους, η ανάλυση ούρων αποδείχθηκε η πιο αποτελεσματική στην ανίχνευση καρκίνου, ξεπερνώντας κατά πολύ την παραδοσιακή εξέταση PSA, η οποία συχνά οδηγεί σε ψευδώς θετικά ή αρνητικά αποτελέσματα. Οι προβλεπτικοί αλγόριθμοι ανέδειξαν επίσης ότι οι συγκεκριμένοι βιοδείκτες σχετίζονται με το βαθμό κακοήθειας του όγκου, κάτι που προσφέρει προγνωστική πληροφορία κρίσιμη για την επιλογή θεραπείας.

Ένα από τα πιο σημαντικά πλεονεκτήματα αυτής της προσέγγισης είναι ότι βασίζεται σε δείγματα ούρων, τα οποία είναι εύκολα προσβάσιμα, μη επεμβατικά και κατάλληλα για επαναλαμβανόμενο έλεγχο. Η τεχνολογία αυτή όχι μόνο επιτρέπει τη διάγνωση, αλλά παρέχει και ένα «μοντέλο εξέλιξης» της νόσου μέσα από την πορεία του pseudotime, η οποία συσχετίζεται με μεταλλάξεις, γονιδιακές οδούς και πιθανούς θεραπευτικούς στόχους. Αυτή η κατανόηση μπορεί να αξιοποιηθεί για στοχευμένες θεραπείες και βελτιωμένη παρακολούθηση ασθενών.

Οι δύο αυτές επιστημονικές εργασίες φωτίζουν ένα ελπιδοφόρο μέλλον για την πρόληψη και τη διάγνωση καρκίνου. Ο συνδυασμός τεχνητής νοημοσύνης, μοριακής τεχνολογίας και απεικονιστικών μέσων δεν οδηγεί μόνο σε πιο ακριβή διάγνωση, αλλά ανοίγει τον δρόμο για πιο εξατομικευμένη φροντίδα, περιορίζοντας άσκοπες παρεμβάσεις και βελτιώνοντας τη μακροπρόθεσμη φροντίδα των ασθενών.

Σημείωση: Η μελέτη που αναφέρεται στο άρθρο αφορά στους καρκίνους τόσο του Μαστού όσο και του Προστάτη και δημοσιεύθηκε στο περιοδικό Cancer Research στις 28 Απριλίου 2025 φέροντας τον τίτλο: Combining Spatial Transcriptomics, Pseudotime, and Machine Learning Enables Discovery of Biomarkers for Prostate Cancer.
Μπορείτε να την βρείτε στον ακόλουθο σύνδεσμο:
https://aacrjournals.org/cancerres/article/doi/10.1158/0008-5472.CAN-25-0269/762073/Combining-Spatial-Transcriptomics-Pseudotime-and