Umjetna inteligencija potencijalno može uočiti mnogo više iz testa krvi nego što je trenutno moguće.
Rak jajnika je "rijedak, ali i smrtonosan", kaže Audra Moran, voditeljica Ovarian Cancer Research Alliance (Ocra), globalne dobrotvorne organizacije sa sjedištem u New Yorku, piše BBC.
Kao i kod svih vrsta raka, što se ranije otkrije to bolje.
Većina raka jajnika počinje u jajovodima, tako da dok dođe do jajnika, možda se već proširio i drugdje.
"Pet godina prije nego što ikada imate simptome, možda ćete morati otkriti rak jajnika, kako biste utjecali na smrtnost", kaže gđa Moran.
Ali pojavljuju se novi testovi krvi koji koriste moć umjetne inteligencije (AI) za uočavanje znakova raka u vrlo ranim fazama.
I nije samo rak, umjetna inteligencija također može ubrzati druge krvne pretrage za potencijalno smrtonosne infekcije poput upale pluća.
Dr. Daniel Heller je biomedicinski inženjer u Centru za rak Memorial Sloan Kettering u New Yorku.
Njegov tim razvio je tehnologiju testiranja koja koristi nanocijevi - sićušne cijevi od ugljika koje su oko 50.000 puta manje od promjera ljudske vlasi.
Prije otprilike 20 godina naučnici su počeli otkrivati nanocijevi koje mogu emitirati fluorescentno svjetlo.
U prošloj deceniji istraživači su naučili kako promijeniti svojstva ovih nanocijevi tako da reagiraju na gotovo sve u krvi.
Sada je moguće staviti milione nanocjevčica u uzorak krvi i natjerati ih da emitiraju različite valne dužine svjetlosti ovisno o tome što se na njih zalijepi.
Ali to još uvijek ostavlja pitanje tumačenja signala, što dr. Heller uspoređuje s pronalaženjem podudaranja za otisak prsta.
U ovom slučaju otisak je uzorak molekula koje se vežu na senzore, s različitim osjetljivostima i snagama vezanja.
Ali obrasci su previše suptilni da bi ih čovjek razabrao.
"Možemo pogledati podatke i uopće im nećemo dati smisao", kaže on. "Možemo vidjeti samo uzorke koji su drugačiji s AI."
Dekodiranje podataka iz nanocijevi značilo je učitavanje podataka u algoritam strojnog učenja i saopćavanje algoritmu koji uzorci dolaze od pacijenata s rakom jajnika, a koji od ljudi bez njega.
To uključuje krv ljudi s drugim oblicima raka ili drugim ginekološkim bolestima koje bi se mogle zamijeniti s rakom jajnika.
Veliki izazov u korištenju umjetne inteligencije za razvoj krvnih testova za istraživanje raka jajnika je to što je relativno rijetka, što ograničava podatke za algoritme za obuku.
A većina čak i tih podataka je skrivena u bolnicama koje su ih liječile, uz minimalno dijeljenje podataka za istraživače.
Dr. Heller opisuje uvježbavanje algoritma na dostupnim podacima od samo nekoliko 100 pacijenata kao "Zdravo Marijo prolaz".
Ali kaže da je umjetna inteligencija uspjela postići veću tačnost od najboljih biomarkera raka koji su danas dostupni - a to je bio samo prvi pokušaj.
Sistem je podvrgnut daljnjim studijama kako bi se vidjelo može li se poboljšati korištenjem većih skupova senzora i uzoraka od mnogo više pacijenata. Više podataka može poboljšati algoritam, baš kao što se algoritmi za samovozeće automobile mogu poboljšati s više testiranja na ulici.
Dr Heller polaže velike nade u tehnologiju.
"Ono što bismo željeli učiniti je trijaža svih ginekoloških bolesti - pa kad neko dođe s pritužbom, možemo li ljekarima dati alat koji će im brzo reći da je vjerovatnije da je riječ o raku ili ne, ili o ovom raku nego o onom."
Dr. Heller kaže da bi do toga moglo doći "tri do pet godina".
Radnici laboratorija Karius u ljubičastim laboratorijskim kutama ispituju testove Karius
Karius ima bazu podataka mikrobne DNK koja ima desetine milijardi podatkovnih točaka.
Nije samo rano otkrivanje ono za što je umjetna inteligencija potencijalno korisna, ona također ubrzava druge testove krvi.
Za oboljele od raka, zaraza upalom pluća može biti smrtonosna, a budući da postoji oko 600 različitih organizama koji mogu uzrokovati upalu pluća, liječnici moraju provesti više testova kako bi identificirali infekciju.
Ali nove vrste krvnih pretraga pojednostavljuju i ubrzavaju proces.
Karuis, sa sjedištem u Kaliforniji, koristi umjetnu inteligenciju (AI) kako bi identificirao tačan uzročnik upale pluća u 24 sata i odabrao pravi antibiotik za njega.
"Prije našeg testa, pacijent s upalom pluća imao bi 15 do 20 različitih testova za identifikaciju svoje infekcije samo u prvoj sedmici u bolnici - to je oko 20.000 dolara u testiranju", kaže izvršni direktor Kariusa Alec Ford.
Karius ima bazu podataka mikrobne DNK koja ima desetke milijardi podatkovnih tačaka. Testni uzorci pacijenata mogu se uporediti s tom bazom podataka kako bi se identificirao tačan patogen.
Ford kaže da bi to bilo nemoguće bez AI.
Jedan od izazova je to što istraživači trenutno ne razumiju nužno sve veze koje umjetna inteligencija može uspostaviti između testnih biomarkera i bolesti.
Tokom posljednje dvije godine dr. Slavé Petrovski razvio je AI platformu nazvanu Milton koja, koristeći biomarkere u podacima britanske biobanke, identificira 120 bolesti sa stopom uspješnosti od preko 90%.
Pronalaženje uzoraka u takvoj masi podataka jedino je nešto što umjetna inteligencija može.
"To su često složeni obrasci, gdje možda ne postoji jedan biomarker, ali morate uzeti u obzir cijeli obrazac", kaže dr. Petrovski, koji je istraživač u farmaceutskom divu AstraZeneca.
Dr. Heller koristi sličnu tehniku usklađivanja uzoraka u svom radu na raku jajnika.
"Znamo da se senzor veže i reagira na proteine i male molekule u krvi, ali ne znamo koji su proteini ili molekule specifični za rak", kaže on.
U širem smislu podaci, ili nedostatak istih, i dalje su nedostatak.
"Ljudi ne dijele svoje podatke ili ne postoji mehanizam za to", kaže gospođa Moran.
Ocra finansira veliki registar pacijenata, s elektroničkim medicinskim zapisima pacijenata koji su omogućili istraživačima da treniraju algoritme na njihovim podacima.
"Još je rano - sada smo još uvijek na divljem zapadu umjetne inteligencije", kaže gospođa Moran.
