Η μάχη κατά του καρκίνου γίνεται τα τελευταία χρόνια όλο και πιο έντονη. Εκατοντάδες νέων φαρμάκων κατά της ασθένειας κυκλοφορούν στην αγορά ενώ νέες έρευνες, με στόχο να βοηθήσουν τους γιατρούς στην θεραπεία των ασθενών εφαρμόζοντας εξατομικευμένους συνδυασμούς που στοχεύουν στα δομικά στοιχεία της νόσου τους, δημοσιεύονται σχεδόν κάθε λεπτό. Το πρόβλημα όμως για την επιτυχή καταπολέμησή της νόσου βρίκσεται ακριβώς εδώ: τα νέα δεδομένα καθώς και τα νέα φάρμακα είναι πάρα πολλά για να μπορέσουν οι γιατροί να επιλέξουν την καλύτερη, ανά περίπτωση, θεραπεία.
Για το λόγο αυτό η Microsoft αποφάσισε να δημιουργήσει μια ερευνητική μηχανή, η οποία ονομάστηκε Hanover, με στόχο να σκανάρει όλα τα έγγραφα και τα νέα δεδομένα επιλέγοντας τους πιο αποτελεσματικούς συνδυασμούς εξ αυτών.
Ερευνητές στο Oregon Health & Science του Πανεπιστημίου Knight Cancer Institute συνεργάζονται με τον δημιουργό του Hanover, Hoifung Poon, και χρησιμοποιούν το σύστημα για να βρουν συνδυασμούς φαρμάκων για πιο αποτελεσματική καταπολέμηση της οξείας λευχαιμίας, μιας θανατηφόρας μορφής καρκίνου όπου η θεραπεία της έχει μείνει στάσιμη εδώ και δεκαετίες. Στην έρευνα μετέχουν οι Jeff Tyner και ο διευθυντής του ινστιτούτου, Brian Druker, γνωστός για το πρωτοποριακό φάρμακο Gleevec, που πλέον ανήκει στην Novartis και καταπολεμά έναν διαφορετικό τύπο λευχαιμίας. Το φάρμακο συγκαταλέγεται στα επιτυχημένα αφού φαίνεται πως αύξησε το προσδόκιμο ζωής των μισών ασθενών κατά πέντε χρόνια από το 1990 που ανακαλύφθηκε.
Ο καρκίνος προκαλείται από γενετικές μεταλλάξεις που κάνουν τα κύτταρα να αναπτύσσονται και να πολλαπλασιάζονται χωρίς έλεγχο. Οι βελτιωμένες δυνατότητες που υπάρχουν σήμερα στον εντοπισμό αυτού του τύπου των μεταλλάξεων επέτρεψε την δημιουργία νέων τύπων φαρμάκου που στοχεύουν την ασθένεια με μεγαλύτερη ακρίβεια, αυξάνοντας τις πιθανότητες επιβίωσης.
Σύμφωνα με την έκθεση της Pharmaceutical Research and Manufacturers of America του 2015 αυτή τη στιγμή σε κλινικές δοκιμές για τη θεραπεία του καρκίνου χρησιμοποιούνται περισσότερα από 800 φάρμακα και εμβόλια. Ταυτόχρονα, η πτώση του κόστους των γονιδιακων ελέγχων ενισχύει την έρευνα για την ανάπτυξη θεραπειών ώστε όλο και περισσότεροι ασθενείς με καρκίνο να μπορούν να αποκτήσουν πιο ακριβή δεδομένα σχετικά με την ασθένειά τους.
«Από την μια είναι συναρπαστικό από την άλλη ερχόμαστε αντιμέτωποι με την πρόκληση του πώς να διαχειριστούμε όλα αυτά τα νέα δεδομένα» αναφέρει ο Tyner του Knight Institute. «Γι’ αυτό η ιδέα ενός βιολόγου ο οποίος επεξεργάζεται τις πληροφορίες τόσο με τους επιστήμονες και όσο και με τους προγραμματιστές συστημάτων είναι πολύ σημαντική. Ο συνδυασμός όλων αυτών των πόρων και ειδικοτήτων θα βοηθήσει ώστε να γίνουν οι απαραίτητες αποκαλύψεις για πιο αποτελεσματικές και λιγότερο τοξικές θεραπείες».
Σε μια πρόσφατη συνέντευξή του, ο Poon έδειξε μια διαφάνεια ενός ασθενή με μελάνωμα και όγκους οι οποίοι καταλάμβαναν σχεδόν κάθε σπιθαμή του στήθους του. Σε μια δεύτερη φωτογραφία, οι βλάβες και οι όγκοι είχαν καθαριστεί πλήρως μετά από μια στοχευμένη επέμβαση και θεραπεία. Μια τρίτη όμως διαφάνεια έδειχνε πως οι περισσότεροι από τους όγκους είχαν επιστρέψει λίγες εβδομάδες αργότερα, μετά από μια μετάλλαξη της ασθένειας η οποία επέτρεψε στον καρκίνο να επεκταθεί εκ νέου. Ένας συνδυασμός στοχευμένων φαρμάκων θα μπορούσε να λειτουργήσει σε αυτή την περίπτωση, ανέφερε ο Poon σημειώνοντας πως το δύσκολο είναι να βρει κανείς τον κατάλληλο.
«Υπάρχουν ήδη εκατοντάδες είδη φαρμάκων. Ακόμα και δύο από αυτά να θέλεις να συνδυάσεις, από τη ζεύξη τους προκύπτουν δεκάδες χιλιάδες επιλογές», εξηγεί ο ερευνητής. Εκεί αναμένεται να βοηθήσει και το Hanover. Μάλιστα το Hanover αποτελεί ένα μόνο τμήμα των υπολογιστικών προσεγγίσεων που αναπτύσσονται με στόχο την καλύτερη μελέτη του καρκίνου, σύμφωνα με ανακοίνωση της Microsoft. Στα μελλοντικά σχέδια περιλαμβάνεται κι ένα σύστημα μηχανικής μάθησης, που βασίζεται στην τεχνητή νοημοσύνη, το οποίο θα βοηθά τους ακτινολόγους να κατανοήσουν την πρόοδο του όγκου και ίσως και τον τρόπο με τον οποίο θα μπορούσαν να επέμβουν στα κύτταρα ώστε να καταπολεμήσουν την νόσο.
Η τεχνητή νοημοσύνη – όπου οι υπολογιστές χρησιμοποιούν τα δεδομένα για να κατανοήσουν τις ιδέες χωρίς να χρειάζεται ανθρώπινη παρέμβαση και προγραμματισμός – συμβάλλει όλο και περισσότερο στην έρευνα για την καταπολέμηση του καρκίνου μέσα από την ανάλυση των δεδομένων των ερευνητικών εργασιών, των αποτελεσμάτων των κλινικών μελετών, των εκθέσεων των ακτινολόγων και των ηλεκτρονικών ιατρικών αρχείων. Το σύστημα Ογκολογίας Watson βοηθά τους γιατρούς να ερμηνεύουν τα κλινικά δεδομένα και να αναπτύσσουν εξατομικευμένες θεραπείες.
Βέβαια η Microsoft δεν είναι η μόνη που καταπιάνεται με ιατρικές θεραπείες. Το εργαστήριο DeepMind Technologies Ltd. της Google διατηρεί εξίσου μια ιατρική μονάδα και συνεργάζεται με την υπηρεσία υγείας της κυβέρνησης του Ηνωμένου Βασιλείου για να μελετήσει κατά πόσο οι υπολογιστές μπορούν να εκπαιδευτούν για να εντοπίζουν προβλήματα όρασης αρκετά πριν επέλθει η τύφλωση. Η Startup Deep 6 Analytics στην Πασαντένα της Καλιφόρνια, μελετά δεδομένα, όπως αρχεία υγείας, για να βρει υποψήφιους για κλινικές δοκιμές νέων φαρμάκων. Η Flatiron Health, που υποστηρίζεται από μια μονάδα της Google VC, συγκεντρώνει τις πληροφορίες των ασθενών από τα κέντρα μελέτης του καρκίνου σε μια βάση δεδομένων και τις χρησιμοποιεί για να κάνει πιο αποτελεσματικές τις κλινικές δοκιμές.
AdTech Ad
Το Hanover του Poon θέλει να συνδράμει το έργο των λεγόμενων ιατρικών συμβουλίων για περιπτώσεις όγκου, όπου μια σειρά γιατρών συγκεντρώνονται για να συζητήσουν την καλύτερη θεραπευτική επιλογή για τους ασθενείς.
«Μια από τις δυσκολίες αυτής της περιόδου με τέτοια πληθώρα νέων δεδομένων είναι οι γιατροί να καταφέρουν να τα μελετήσουνκαι να τα κατανοήσουν τα δεδομένα ώστε να μπορέσουν να προχωρήσουν παραπέρα. Αυτό είναι το πιο δύσκολο κομμάτι που οι άνθρωποι έχουν να αντιμετωπίσουν, εκτός κι αν μπορέσουμε να αυτοματοποιήσουμε αυτή τη διαδικασία» αναφέρει ο Poon. Βέβαια αφού πάρουν τις πληροφορίες που συγκεντρώνει το λογισμικό θα πρέπει να προχωρήσουν στην φάση των κλινικών δοκιμών, να εντοπίσουν τους κατάλληλους γι’ αυτό ασθενείς και στη συνέχεια να πείσουν τις ασφαλιστικές εταιρείες να καλύψουν τους νέους φαρμακευτικούς συνδυασμούς.
Παρόλα αυτά οι γιατροί παραμένουν αισιόδοξοι αλλά και απόλυτοι: «στην ογκολογία, είναι σχεδόν αδύνατο να σκεφτούμε τη θεραπεία χωρίς την βοήθεια της τεχνητής νοημοσύνης και της τεχνητής εκμάθησης. Ο όγκος των δεδομένων που πρέπει να κοσκινίσουμε ώστε να δούμε τι είναι σημαντικό και τι όχι θα ήταν αδύνατο να επιτευχθεί χωρίς την βοήθεια της τεχνολογίας» υπογραμμίζουν.
