ANKIETA I PROJEKT UEUNICA4EU
Na wstępie prosimy o wypełnienie ankiety p.t.: “Aktualna wiedza na temat zastosowania sztucznej inteligencji w onkologii dziecięcej”. Dokument ten przygotowała organizacja CCI Europe (Childhood Cancer International – Europe), zaangażowana w projekt UEUNICA4EU. Wyniki ankiety dadzą obraz wiedzy i obaw pacjentów, osób wyleczonych oraz rodziców dzieci, które doświadczyły choroby nowotworowej, na temat powszechnego zastosowania sztucznej inteligencji (AI), a w szczególności w dziedzinie onkologii dziecięcej.
Ankietę znajdziecie pod tym LINKIEM lub skorzystajcie z QRcode. Dzięki naszej współpracy z CCIE możecie w niej ustawić także język polski. Prosimy o wypełnienie jej do 30 kwietnia 2023 r.
Wasze odpowiedzi będą punktem wyjścia do zaprojektowania odpowiednich materiałów informacyjnych dla pacjentów i ich opiekunów.
Projekt UEUNICA4EU to inicjatywa finansowana przez UE, która za cel stawia sobie określenie obszarów wykorzystania klinicznych aplikacji sztucznej inteligencji (AI) w leczeniu nowotworów dziecięcych. Organizacje współpracujące przy projekcie z pomocą aplikacji AI wspólnie poszukują rozwiązań dla najważniejszych wyzwań w onkologii dziecięcej. Więcej o projekcie można znaleźć TUTAJ.
CO WIE SZTUCZNA INTELIGENCJA O JEJ ZASTOSOWANIU W ONKOLOGII DZIECIĘCEJ?
Dla poznania możliwości sztucznej inteligencji sięgnęliśmy do jej ogólnodostępnej formy jaką jest Chat GPT. Ten uruchomiony w listopadzie 2022 roku niezwykle nowoczesny oraz innowacyjny system sztucznej inteligencji, może być wykorzystywany w wielu różnych dziedzinach. Za jego pomocą możemy “rozmawiać” na bardzo skomplikowane tematy z aplikacją, która przypomina komunikację z prawdziwą osobą posiadającą ogromną wiedzę, opartą o dane zawarte w całym internecie. Przeczytajcie w jaki sposób Chat GPT odpowiadał na interesujące nas zagadnienia.
Portal onkorodzice.pl: Jak sztuczna inteligencja może poprawić leczenie nowotorów u dzieci?
Chat GPT: Sztuczna inteligencja (AI) może poprawić leczenie nowotorów u dzieci na kilka sposobów, w tym:
- Wczesne wykrywanie: AI może pomóc we wczesnym wykrywaniu nowotworu dziecięcego poprzez analizę dokumentacji medycznej i danych obrazowych, takich jak zdjęcia rentgenowskie, tomografii komputerowej, MRI, w celu wczesnej identyfikacji guzów i innych nieprawidłowości, co może zwiększyć szansę na skuteczne leczenie.
- Spersonalizowane planowanie leczenia: AI można wykorzystać do analizy genetycznych cech komórek nowotworowych i przewidywania, które zabiegi będą najprawdopodobniej skuteczne dla poszczególnych pacjentów, indywidualizując, optymalizując skuteczność leczenia i minimalizując skutki uboczne.
- Odkrywanie leków: AI może być wykorzystana do analizy dużych zbiorów danych genomowych i molekularnych w celu identyfikacji nowych celów lekowych i przyspieszenia rozwoju nowych metod leczenia nowotworów dziecięcych.
- Monitorowanie leczenia: AI może monitorować pacjentów podczas leczenia, identyfikować wczesne oznaki nawrotu choroby i odpowiednio dostosowywać plany leczenia.
- Dopasowanie badań klinicznych: Sztuczna inteligencja może pomóc w identyfikacji pacjentów kwalifikujących się do badań klinicznych i dopasować ich do odpowiednich badań, usprawniając rekrutację i zwiększając efektywność badań klinicznych.
- Wsparcie pacjentów: AI może zapewnić wsparcie pacjentom z nowotworem dziecięcym i ich rodzinom, oferując spersonalizowane informacje i zasoby, w tym informacje na temat opcji leczenia, skutków ubocznych i strategii radzenia sobie z nimi.
Ogólnie rzecz biorąc, AI może potencjalnie poprawić leczenie nowotworów u dzieci poprzez zapewnienie dokładniejszej i bardziej spersonalizowanej diagnostyki, planowania indywidualnego leczenia i monitorowania, co prowadzić będzie do lepszych wyników wyleczalności i wyższej jakości życia pacjentów z nowotworem dziecięcym.
Portal onkorodzice.pl: Jak sztuczna inteligencja może być wykorzystana w radioterapii?
Chat GPT: AI można wykorzystać w:
- Planowaniu leczenia: do analizy obrazowania medycznego (skany TK lub MRI), aby zidentyfikować guz i otaczające go zdrowe tkanki. Może to pomóc radiologom w opracowaniu dokładniejszych i spersonalizowanych planów leczenia, które optymalizują dawkę promieniowania i minimalizują uszkodzenia zdrowych tkanek.
- Obliczaniu dawki: do obliczenia optymalnej dawki promieniowania dla pacjenta w oparciu o jego indywidualne cechy, takie jak rozmiar i lokalizacja guza, oraz inne czynniki, takie jak wcześniejsza ekspozycja na promieniowanie.
- Zapewnieniu jakości: do zapewnienia dokładności i spójności podawania radioterapii poprzez monitorowanie leczenia w czasie rzeczywistym i wprowadzanie korekt do wiązki promieniowania lub maszyny, aby zapewnić dostarczenie prawidłowej dawki.
- Radioterapii sterowanej obrazem (IGRT): do analizy obrazów medycznych z czasu leczenia (np. CBCT lub MRI), w celu zidentyfikowania pozycji i kształtu guza i otaczającej go zdrowej tkanki. Może to pomóc lekarzom dostosować wiązkę promieniowania, aby zapewnić dokładną dostawę i uniknąć zdrowej tkanki.
- Przewidywaniu skutków ubocznych: do analizy danych pacjentów i identyfikacji tych, którzy mają większe ryzyko rozwoju skutków ubocznych wywołanych promieniowaniem, co pozwali na wcześniejszą interwencję i spersonalizowane podejście.
NAUKOWCY O SZTUCZNEJ INTELIGENCJI W DIAGNOSTYCE GUZÓW MÓZGU
Mamy coraz więcej doniesień o zastosowaniu sztucznej inteligencji w onkologii. Ogromna moc obliczeniowa AI, przy niskich kosztach pozwala np. w niecałe 2 minuty określić genetyczne mutacje w guzach bez prowadzenia trudno dostępnych, typowych testów genetycznych.
Przykładem takiego systemu jest DeepGlioma, którego opis niedawno pojawił się w czasopiśmie „Nature Medicine”. System ten na podstawie zdjęć guzów wyciętych podczas operacji, w 90 proc. przypadków prawidłowo określił obecne w chorych komórkach mutacje genetyczne. Opracowała go Grupa ekspertów z University of Michigan (USA) i innych ośrodków badawczych. W badaniu naukowcy przeanalizowali przypadki najczęstszego i najgorzej rokującego guza mózgu u 150 dorosłych ochotników – glejaka rozsianego.1
Jeden z głównych autorów sytemu DeepGlioma, prof. Daniel Orringer, mówi o nim z nadzieją:2
Postęp w leczeniu najbardziej śmiertelnych guzów mózgu był w minionych dekadach ograniczony częściowo z powodu trudności w identyfikacji pacjentów, którzy najwięcej skorzystaliby z celowanych terapii. Metody szybkiej klasyfikacji molekularnej dają nadzieję na zmiany w badaniach klinicznych, które doprowadzą do nowych metod leczenia.
W onkologii dziecięcej od 2017 obserwowany jest duży wzrost zainteresowania sztuczną inteligencją. Większość aplikacji AI dotyczy wykorzystania obrazów diagnostycznych, w szczególności medycyny nuklearnej w guzach ośrodkowego układu nerwowego. Proces doskonalenia tego narzędzia (AI) w onkologii dziecięcej, podobnie zresztą jak i w innych dziedzinach medycyny będzie w dużym stopniu zależał od zastosowania takich rozwiązań technicznych, które pozwolą na sprawną wymianę danych przy jednoczesnym zachowaniu prywatności pacjentów. 3
Podkreślając priorytet etyki, poszanowania prywatności pacjentów i ich rodzin, my również wierzymy, że sztuczna inteligencja przyczyni się do większej wyleczalności i poprawy jakości życia pacjentów po leczeniu nowotworu w dzieciństwie.
- https://www.nature.com/articles/s41591-023-02252-4↑
- https://pulsmedycyny.pl/sztuczna-inteligencja-w-poltorej-minuty-okresla-genetyke-guza-mozgu-1181156?fbclid=IwAR3myOV9vsNS9laZx9mL_nNwZYdRJanPI5zV0Fdr8U0OYX1N8_mztVKHUYM↑
- https://www.frontiersin.org/articles/10.3389/fonc.2022.905770/full?fbclid=IwAR2ZbuUYz2AfJHcgoridmiiYxKzwfbKvCeCY6RXLTmldARk4-Ks0F6jPOo0↑