Gelişmiş dünyada her dokuz kadından birine hayatının bir döneminde meme kanseri teşhisi konulacaktır. Kısmen modern yaşam tarzı ve artan yaşam sürelerinin neden olduğu bir etki olarak meme kanserinin yaygınlığı artmaktadır. Neyse ki tedaviler daha etkili ve daha kişisel hale geliyor. Ancak, artmayan (aslında azalan) şey patologların ya da kişiselleştirilmiş tıp için gerekli olan spesifik teşhisi sağlamak üzere vücut dokularını inceleyen uzman doktorların sayısıdır. Bu nedenle Technion – İsrail Teknoloji Enstitüsü‘nden bir grup araştırmacı, bilgisayarları, etkili patolog asistanlarına dönüştürerek insan doktorların işini basitleştirmeyi ve geliştirmeyi amaçlıyor. Yeni çalışmaları geçtiğimiz günlerde Nature Communications dergisinde yayınlandı.
Technion’daki Henry ve Marilyn Taub Bilgisayar Bilimleri Fakültesi’nden Profesör Ron Kimmel‘in laboratuvarından Dr. Gil Shamai ve Amir Livne’nin başarmak için yola çıktıkları özel görev, immünoterapi alanında yer alıyor. İmmünoterapi son yıllarda çeşitli kanser türleri için etkili, hatta bazen oyunun kurallarını değiştiren bir tedavi olarak önem kazanıyor. Bu tedavi şeklinin temelinde, vücudun kendi bağışıklık sistemini tümöre saldırması için teşvik etmek yatıyor. Bununla birlikte, bu tür bir tedavinin kişiselleştirilmesi gerekir, çünkü tümörün spesifik özelliklerine göre bundan fayda görecek hastalara doğru ilaç uygulanmalıdır.
Çok sayıda doğal mekanizma bağışıklık sistemimizin kendi bedenimize saldırmasını engeller. Bu mekanizmalar genellikle kanser tümörleri tarafından bağışıklık sisteminden kaçmak için kullanılır. Bu mekanizmalardan biri PD-L1 proteini ile ilgilidir. Bazı tümörler bu proteini gösterir ve bağışıklık sistemini hatalı bir şekilde kanserin saldırıya uğramaması gerektiğine ikna ederek bir tür şifre görevi görür. PD-L1 için spesifik immünoterapi, bağışıklık sistemini bu özel şifreyi görmezden gelmeye ikna edebilir, ancak elbette yalnızca tümör PD-L1’i ifade ettiğinde etkili olacaktır.
Bir hastanın tümörünün PD-L1 eksprese edip etmediğini belirlemek bir patoloğun görevidir. Cevabı elde etmek için tümörden alınan bir biyopsiyi boyamak için pahalı kimyasal belirteçler kullanılır. Bu süreç önemsiz, zaman alıcı ve zaman zaman tutarsızdır. Dr. Shamai ve ekibi farklı bir yaklaşım benimsedi. Son yıllarda, biyopsilerin dijital patolojik analiz için kullanılabilmesi amacıyla taranması FDA onaylı bir uygulama haline geldi. Amir Livne, Dr. Shamai ve Prof. Kimmel, bir sinir ağının bu taramaları ek işlemlere gerek kalmadan tanı koymak için kullanıp kullanamayacağını görmeye karar verdiler. “Bize bunun yapılamayacağını söylediler.” diyor ekip, “tabii ki yanıldıklarını kanıtlamamız gerekiyordu.” ifadelerini kullandılar.
Sinir ağları çocukların öğrenmesine benzer bir şekilde eğitilir. Onlara çok sayıda etiketlenmiş örnek sunulur. Bir çocuğa birçok köpek, diğer çeşitli şeyler gösterilir ve bu örneklerden ‘köpek‘ kavramının ne olduğuna dair bir fikir oluşur. Kimmel‘in ekibinin geliştirdiği sinir ağına, PD-L1‘i ifade eden ya da etmeyen olarak etiketlenmiş 3.376 hastanın dijital biyopsi görüntüleri sunuldu. Ön doğrulamadan sonra, 275 hastadan alınan ek klinik çalışma biyopsi görüntülerinin PD-L1 için pozitif mi yoksa negatif mi olduğunu belirlemesi istendi. Beklenenden daha iyi performans gösterdi. Hastaların %70‘i için cevabı güvenle ve doğru bir şekilde belirleyebildi. Hastaların geri kalan %30’u için program, bir yönde ya da diğer yönde karar vermesini sağlayacak görsel kalıpları bulamadı. İlginç bir şekilde, yapay zekanın (YZ) insan patoloğun tespitine katılmadığı durumlarda, ikinci bir test yapay zekanın haklı olduğunu kanıtladı.
”Bu çok önemli bir başarı. Bilgisayarın bulduğu varyasyonlar insan gözüyle ayırt edilemez. Hücreler PD-L1 gösterip göstermediklerine göre kendilerini farklı şekilde düzenlerler, ancak farklılıklar o kadar küçüktür ki eğitimli bir patolog bile bunları güvenle tanımlayamaz. Artık sinir ağımız bunu yapabiliyor.”
Profesör Ron Kimmel, Henry ve Marilyn Taub Bilgisayar Bilimleri Fakültesi, Technion-İsrail Teknoloji Enstitüsü
Bu başarı, teknolojiyi geliştiren ve deneyleri tasarlayan Dr. Gil Shamai ve yüksek lisans öğrencisi Amir Livne, Portekiz Porto Üniversitesi Moleküler Patoloji ve İmmünoloji Enstitüsü’nden Dr. António Polónia, araştırmayı yürüten uzman patologlar Prf. Edmond Sabo ve Dr. Alexandra Cretu‘dan oluşan bir ekibin eseridir. Araştırmayı yürüten uzman patologlar İsrail’in Hayfa kentindeki Carmel Tıp Merkezi‘nden Alexandra Cretu ve İsrail’in Afula kentindeki Haemek Tıp Merkezi‘nin onkoloji ve hematoloji bölümü başkanı Prf. Gil Bar-Sela‘nın desteğiyle.
“Yapay zeka ve tıbbı bir araya getirmek inanılmaz bir fırsat. Matematiği seviyorum, algoritma geliştirmeyi seviyorum. Becerilerimi insanlara yardım etmek, tıbbı ilerletmek için kullanabilmek, bilgisayar bilimleri öğrencisi olarak başladığımda beklediğimden çok daha fazlası.” ifadelerini kullanan Shamai şu anda bu projeyi bir sonraki seviyeye taşıyan 15 araştırmacıdan oluşan bir ekibe liderlik ediyor.
Dr. Kimmel, “Yapay zekanın doktorların elinde güçlü bir araç haline gelmesini bekliyoruz” dedi. “Yapay zeka teşhis koymaya ya da teşhisi doğrulamaya yardımcı olabilir, tedaviyi hastayla birebir eşleştirmeye yardımcı olabilir, bir prognoz sunabilir. İnsan doktorun yerini alabileceğini ya da alması gerektiğini düşünmüyorum. Ancak doktorların işinin bazı unsurlarını daha basit, daha hızlı ve daha kesin hale getirebilir.” şeklinde açıklamada bulundu.