Μαριάννα Ραψομανίκη: Ελληνίδα ανοίγει νέους δρόμους για την θεραπεία του καρκίνου του μαστού

Μια ερευνητική ομάδα, με επικεφαλής την Ελληνίδα επιστήμονα Μαριάννα Ραψομανίκη από το Κέντρο Βιοϊατρικής Επιστήμης Δεδομένων του Πανεπιστημίου της Λωζάνης και το Πανεπιστημιακό Νοσοκομείο της Λωζάνης, ανέπτυξε ένα εξελιγμένο μοντέλο τεχνητής νοημοσύνης που μπορεί να συμβάλει στην παθολογική ανάλυση και τη διάγνωση του καρκίνου.

Με σκοπό να ξεπεράσουν το κοινό πρόβλημα της έλλειψης επαρκών ιστολογικών δεδομένων για την πρόγνωση του καρκίνου, η ομάδα υπό την συνκαθοδήγηση της Μαριάννας Κράουτχοφ ντε Γιούλιο από το Ερευνητικό Εργαστήριο Ουρολογίας του Πανεπιστημίου της Βέρνης, δημιούργησε το μοντέλο τεχνητής νοημοσύνης «VirtualMultiplexer». Το συγκεκριμένο μοντέλο παράγει εικόνες βιοψιών, με ανάλυση των ιστών μέσω χρωστικών ουσιών, μια τεχνική διαγνωστική για τον καρκίνο.

Η διαδικασία που ακολουθεί το μοντέλο θυμίζει εφαρμογές κινητών τηλεφώνων που αλλάζουν το στυλ μιας φωτογραφίας, όπως να δείχνουν κάποιον ηλικιωμένο ή σαν θέμα πίνακα. Στην περίπτωση αυτή, αντί για καλλιτεχνικό στυλ, το μοντέλο χρησιμοποιεί μια μοριακή εργαστηριακή τεχνική, όπως ανέφερε η κ. Ραψομανίκη στο ΑΠΕ-ΜΠΕ.

Με την υποστήριξη της παραγωγικής τεχνητής νοημοσύνης και μέσω της εκπαίδευσης σε πολλές εικόνες ιστών που έχουν χρωματιστεί στο εργαστήριο, το μοντέλο δημιουργεί ακριβείς εικόνες καρκινικών ιστών και των μοριακών τους πληροφοριών, πολύ σημαντικών για την ακριβή διάγνωση της νόσου. Τα αποτελέσματα της έρευνας δημοσιεύθηκαν στο περιοδικό Nature Machine Intelligence.

Η τεχνολογία του multiplexed imaging, που ανιχνεύει πολλούς βιοδείκτες καρκίνου ταυτόχρονα, έχει γίνει δημοφιλής στην ογκολογία. Παρόλο που αυτές οι τεχνικές είναι ακριβές και δεν είναι διαθέσιμες σε όλα τα εργαστήρια, η μελέτη της κ. Ραψομανίκη προσπαθεί να επιτύχει παρόμοια αποτελέσματα μέσω υπολογιστικού μοντέλου.

Στόχος ήταν να μειωθεί η ανάγκη για επιπλέον εργαστηριακές αναλύσεις και να συμπληρωθούν οι πληροφορίες από την ανάλυση ιστών. Δοκιμάζοντας το μοντέλο σε καρκινικούς ιστούς, οι ερευνητές διαπίστωσαν ότι οι προβλέψεις του ήταν αξιόπιστες.

Στη συνέχεια, έδωσαν εικόνες από το μοντέλο σε παθολογοανατόμους και ζήτησαν να διακρίνουν αν ήταν αληθινές ή τεχνητές. Τα αποτελέσματα έδειξαν ότι οι εικόνες ήταν σχεδόν ταυτόσημες με τις πραγματικές.

Οι ερευνητές χρησιμοποίησαν ιστούς από καρκίνους του προστάτη και του παγκρέατος και σκοπεύουν να προσαρμόσουν το μοντέλο για άλλες μορφές καρκίνου και πιο προηγμένες τεχνικές διάγνωσης. Η κ. Ραψομανίκη, αν και μηχανικός υπολογιστών, ασχολείται χρόνια με την τεχνητή νοημοσύνη στην ογκολογία, τονίζοντας τη σημασία της κατανόησης της σύνθετης φύσης της ασθένειας.

Η χρήση τεχνητής νοημοσύνης προσφέρει νέες δυνατότητες για τον εντοπισμό συσχετίσεων που είναι αόρατες στο ανθρώπινο μάτι, ενώ η ανάλυση μεγάλων δεδομένων από πειράματα γίνεται πιο αποτελεσματική. Παρά τα οφέλη, η προστασία των δεδομένων των ασθενών παραμένει κρίσιμη, όπως και η κατανόηση του τρόπου με τον οποίο τα μοντέλα αυτά λαμβάνουν αποφάσεις.

Να σημειωθεί ότι πρώτος συγγραφέας της δημοσίευσης ήταν ο ερευνητής Πούσπακ Πάτι, με τη συνεργασία της Σοφίας Καρκαμπούνα από το Πανεπιστήμιο της Βέρνης.

Σύνδεσμος για την επιστημονική δημοσίευση

H Μαριάννα Ραψομανίκη είναι επικεφαλής του ομίλου, IBM Research Zurich και ηγείται της ερευνητικής ομάδας AI για μονοκύτταρα στην IBM Research Europe στη Ζυρίχη. Ο πρωταρχικός στόχος της ομάδας της είναι η μοντελοποίηση της ετερογένειας του χωροχρονικού όγκου σε διαφορετικές κλίμακες βιολογικής οργάνωσης και η κατανόηση του πώς επηρεάζει την έναρξη, την εξέλιξη και την ανταπόκριση του καρκίνου στη θεραπεία. Για να το πετύχει αυτό, η ομάδα της συνδυάζει προσεγγίσεις μηχανικής μάθησης και βαθιάς μάθησης για να αναπτύξει υπολογιστικές μεθόδους ικανές να εξάγουν βιολογικά σημαντικά μοτίβα από μεγάλης κλίμακας, ετερογενή και θορυβώδη δεδομένα ενός κυττάρου, με ή χωρίς χωρική ανάλυση

Πηγή: Μαρία Κουζινοπούλου / ΑΠΕ-ΜΠΕ