Cum s-a construit baza de date?
Un raport prezentat la ESMO 2026 la Madrid arată că sistemele de inteligență artificială pot estima probabilitatea de apariție a 20 de tipuri de cancer, folosind doar date de rutină: analize de sânge standard și istoricul medical.
Știri de ultimă oră
Psoriazisul afectează 400.000 de români, arată estimările specialiștilor
Inegalitatea de venituri adâncește decalajul în accesul la sănătate
Spitalul de urgență din Balotești a fost dat în folosință
CCL28: biomarkerul care poate schimba tratamentul astmuluiCercetătorii au dezvoltat aproximativ 500 de modele distincte, fiecare calibrat pentru un tip specific de tumoră. Scopul: identifica persoanele cu risc crescut înainte ca simptomele să se manifeste clinic.
Atenție: această abordare nu înlocuiește diagnosticul, ci funcționează ca un filtraj preliminar care semnalizează necesitatea unor investigații suplimentare.
Studiu s-a bazat pe 463.620 de participanți din UK Biobank, urmăriti timp de aproximativ 18 ani. În această perioadă, 57.055 dintre subiecți au fost diagnosticați cu cel puțin un tip de cancer.
Ce date contează cu adevărat?
Modelele au procesat variabile diverse: istoricul clinic, stilul de viață și rezultatele analizelor de sânge de rutină. Pentru a testa robustetea algoritmilor, echipa a validat performanța și pe alte populații, cu date din Statele Unite și din Japonia.
Un aspect crucial: rolul dominant al analizelor de sânge obișnuite în capacitatea de predicție. Datele de rutină, combinate cu istoricul clinic, au contribuit semnificativ la identificarea riscului pentru anumite tipuri de tumori, chiar și în cazurile în care cancerul a fost diagnosticat la mai mult de cinci ani după evaluarea inițială.
În contrast, adăugarea datelor genetice și metabolomice a adus o îmbunătățire doar limitată a preciziei predicțiilor. Complexitatea excesivă a datelor nu e întotdeauna necesară.
Pentru ce tipuri de cancer funcționează mai bine?
Performanța modelelor a variat considerabil. Rezultatele au fost cele mai promițătoare pentru tumoarea pulmonară, cea de esofag și cea hepatică. Pentru cancerul ovarian, cel mamar și cel de col uterin, capacitatea de predicție a fost mai slabă. În cazul bolilor hematologice, precum leucemia mieloidă acută și mielomul multiplu, acuratețea scădea semnificativ pe orizonturi temporale mai lungi.
Acest fenomen sugerează că unele modele surprind mai degrabă semnalele unei boli deja prezente, dar încă nedetectate clinic, decât că prezic o apariție viitoare pe termen lung.
pentru a confirma utilitatea clinică? Deși rezultatele sunt încurajatoare pentru anumite tipuri de tumoarea, specialiștii subliniază că tehnologia nu este încă gata pentru o implementare pe scară largă. În stadiul actual, IA funcționează ca un instrument de triaj, nu ca un substitut pentru programele de screening existente.
O alertă de risc generată de AI nu echivalează cu un diagnostic, ci indică necesitatea unei evaluări medicale mai amănunțite. Orice semnal pozitiv ar trebui urmat de teste medicale adecvate, prioritar cele mai puțin invazive.
E gata pentru uz clinic pe scară largă?
Cercetarea s-a bazat pe o analiză retrospectivă.
Pentru a confirma utilitatea clinică, sunt necesare studii prospective care să verifice dacă utilizarea acestor modele conduce efectiv la o depistare mai timpurie și la o evoluție mai bună a bolii.
Experți independenți au subliniat necesitatea de a valida aceste instrumente în sisteme medicale și populații diferite, pentru a elimina eventualele prejudecăți.
Ce înseamnă asta pentru pacienți?
Implicațiile practice rămân moderate pe termen scurt.
Analizele de sânge standard nu pot confirma sau exclude singure prezența unei neoplazii, iar un rezultat normal nu anulează riscurile latente.
Recomandarea pentru publicul larg rămâne aceeași: controale periodice în funcție de vârstă și factorii individuali de risc, discuția cu medicul privind istoricul familial și investigarea oricăror simptome persistente.
IA se poziționează ca un adăugare promițătoare la evaluarea riscului oncologic, dar dovezile pentru o îmbunătățire concretă în depistarea precoce sunt încă în curs de adunare.