Θα μπορούσε ο δερματολόγος, χρησιμοποιώντας τη δερματοσκόπηση και ένα σύστημα Τεχνητής Νοημοσύνης, να προβλέψει τον κίνδυνο ενός ασθενούς με μελάνωμα να εμφανίσει μεταστάσεις στο μέλλον; Έλληνας ερευνητής, στο πλαίσιο δύο διεθνών μελετών σε συνεργασία με δερματολόγους από 10 χώρες και 4 ηπείρους, εντόπισε και προτείνει ψηφιακούς βιοδείκτες που έχουν τη δυνατότητα να το κάνουν με μεγάλη ακρίβεια.

Αν αυτό επιβεβαιωθεί με νέες μελέτες και περάσει στην κλινική πράξη, το μοντέλο υπόσχεται να αλλάξει τον τρόπο με τον οποίο γίνεται η πρόβλεψη της πορείας των ασθενών με μελάνωμα, ανοίγοντας δρόμους για πιο εξατομικευμένη θεραπευτική τους αντιμετώπιση.

Ο Κωνσταντίνος Λάλλας (φωτογραφία), παθολόγος - ογκολόγος στο Ειδικό Κέντρο Μελανώματος και άλλων Καρκίνων του Δέρματος Βορείου Ελλάδος και ερευνητής στο Πανεπιστήμιο Tübingen στη Γερμανία, εξηγεί στο iatronet.gr τη μεθοδολογία των δύο μελετών που συντόνισε στο πλαίσιο της διδακτορικής του διατριβής και το πώς οι συγκεκριμένοι βιοδείκτες μπορούν να προβλέψουν έγκαιρα ποιοι ασθενείς διατρέχουν αυξημένο  κίνδυνο επιθετικής πορείας του μελανώματος προς μια δυνητικά απειλητική για τη ζωή τους κατάσταση.

Οι δύο μελέτες

Μέσα από τις δύο μελέτες αξιολογήθηκαν αναδρομικά από δερματολόγους και έναν αλγόριθμο ΑΙ δερματοσκοπικές εικόνες μελανωμάτων και η πορεία των ασθενών. 

Στην πρώτη μελέτη, που δημοσιεύτηκε στο Nature Communications, συμμετείχαν 30 δερματολόγοι από 10 διαφορετικά κέντρα σε Ευρώπη, Ασία, Αυστραλία, Βόρεια και Νότια Αμερική, οι οποίοι αξιολόγησαν 776 δερματοσκοπικές εικόνες πρωτοπαθών μελανωμάτων από 524 ασθενείς. Εξ αυτών, 222 ασθενείς (42,4%) εμφάνισαν μετάσταση είτε στην αρχική διάγνωση είτε κατά τη διάρκεια της παρακολούθησης, ενώ οι υπόλοιποι 302 δεν ανέπτυξαν μεταστάσεις σε έναν διάμεσο χρόνο παρακολούθησης 50 μηνών (32 - 72 μήνες). 

Η δεύτερη μελέτη περιλάμβανε 712 ασθενείς, εκ των οποίων 247 (34,7%) είχαν μεταστατικό μελάνωμα, με μέσο χρόνο εμφάνισης μεταστάσεων τους 20 μήνες, ενώ 465 δεν ανέπτυξαν μεταστάσεις κατά το χρόνο παρακολούθησης.

Οι ερευνητές ανέλυσαν συγκεκριμένα δερματοσκοπικά χαρακτηριστικά, τα κατηγοριοποίησαν και εξέτασαν ποια από αυτά ήταν κοινά στους ασθενείς που στη συνέχεια εμφάνισαν μετάσταση και σε αυτούς που δεν εμφάνισαν. Επίσης, εξέτασαν αν η τεχνητή νοημοσύνη εξετάζοντας μια δερματοσκοπική εικόνα μπορεί να δώσει πληροφορίες για την πρόγνωση του όγκου.

Αποτελέσματα και σημασία

Τα βασικά αποτελέσματα έδειξαν πως συγκεκριμένα χαρακτηριστικά του όγκου, τα οποία μπορούν να ανιχνευτούν με τη δερματοσκόπηση, ήταν κοινά στους ασθενείς που εμφάνισαν μεταστάσεις και θα μπορούσαν να αποτελέσουν παράγοντες που υποδεικνύουν κακή πρόγνωση του όγκου. Αντίθετα, κάποια άλλα χαρακτηριστικά συνδέθηκαν με μικρότερο κίνδυνο εμφάνισης μεταστάσεων.

"Η μελάχρωση, δηλαδή το χρώμα της βλάβης, αν αυτή ήταν εξελκωμένη ή όχι, αν υπήρχε υποστροφή, δηλαδή μια ανοσολογική αντίδραση του οργανισμού στον όγκο, και μια δομή που ονομάζουμε κυανόλευκο πέπλο, είναι τα κύρια χαρακτηριστικά που μπορεί να αναγνωρίσει ο δερματολόγος και φαίνεται να συνδέονται με αυξημένο κίνδυνο μεταστάσεων στη διάρκεια παρακολούθησης", αναφέρει ο κ. Λάλλας.

Επιπλέον, ένα artificial intelligence μοντέλο, το πρώτο μοντέλο που περιγράφηκε στη βιβλιογραφία, μπόρεσε να προβλέψει τον κίνδυνο εμφάνισης μεταστάσεων εξίσου καλά με το τρέχον σύστημα σταδιοποίησης, ενώ ο συνδυασμός τους έδωσε τα καλύτερα αποτελέσματα.

Αν τα δεδομένα επιβεβαιωθούν και σε άλλες μελέτες, θα προσφέρουν ένα μοντέλο πρόβλεψης της πρόγνωσης του όγκου πριν ακόμη από την αρχική του αφαίρεση, δηλαδή πριν από τη βιοψία εκτομής. «Αυτό θα επηρεάσει όλες τα πεδία  αντιμετώπισης των ασθενών με μελάνωμα», αναφέρει ο ερευνητής, και εξηγεί: 

  • Η χειρουργική αντιμετώπιση θα μπορούσε να είναι πιο επιθετική σε όγκους υψηλού κινδύνου μετάστασης ή λιγότερο επιθετική σε αυτούς που έχουν χαμηλό κίνδυνο. 
  • Η χορήγηση συστηματικής θεραπείας, όπως η ανοσοθεραπεία, θα μπορούσε να αποτελεί επιλογή σε ασθενείς πολύ πρώιμου σταδίου αλλά υψηλού κινδύνου για μετάσταση, στοιχείο που σήμερα δεν υπάρχει στις κατευθυντήριες οδηγίες.
  • Η παρακολούθηση μετά τους αρχικούς χειρισμούς θα είναι πιο εντατική στους ασθενείς υψηλού κινδύνου μετάστασης.
  • Όλα τα παραπάνω επηρεάζουν και τα συστήματα Υγείας. 

Ψηφιακοί βιοδείκτες

Όπως εξηγεί ο κ. Λάλλας, σήμερα η εκτίμηση της πρόγνωσης ενός μελανώματος βασίζεται κυρίως στην ιστοπαθολογία, και απαιτεί πρώτα την αφαίρεση του όγκου. Η καινοτομία του προτεινόμενου μοντέλου συνίσταται αφενός στο ότι μπορεί να γίνει νωρίτερα, ώστε να επηρεάσει και τη χειρουργική αντιμετώπιση, και αφετέρου στην απλότητα της μεθόδου. "Η δερματοσκόπηση, που χρησιμοποιείται στην καθημερινή κλινική πρακτική για τη διάγνωση του μελανώματος, παίρνει μια διαφορετική διάσταση, αν μπορεί να χρησιμοποιηθεί και για την πρόγνωση", σημειώνει, προβλέποντας πως το μέλλον θα στηρίζεται στον συνδυασμό ιστοπαθολογίας, γενετικών και ψηφιακών βιοδεικτών.

Α. Λάλλας: Προσωποποίηση του ατομικού κινδύνου

"Το θέμα των βιοδεικτών είναι αντικείμενο αιχμής στη διεθνή έρευνα, με μια τεράστια προσπάθεια αναζήτησης γενετικών και μοριακών βιοδεικτών", λέει στο iatronet.gr ο επιβλέπων των μελετών, καθηγητής Δερματολογίας και επιστημονικά υπεύθυνος του Κέντρου Μελανώματος, Αιμίλιος Λάλλας, προσθέτοντας: "Οι ψηφιακοί βιοδείκτες θα είχαν το πλεονέκτημα ότι θα είναι πολύ πιο εύκολο να τους χρησιμοποιήσει κανείς, γιατί άλλο είναι να έχει κάποιος μια εικόνα δερματοσκόπησης και άλλο μια πολύπλοκη εξέταση από έναν ιστό, πολύ ακριβή και με πολλές απαιτήσεις". 

Ο ίδιος σημειώνει πως με το προτεινόμενο μοντέλο "πλησιάζουμε τη δυνατότητα να προσωποποιήσουμε τον ατομικό κίνδυνο που έχει ο κάθε ένας ασθενής με μελάνωμα να νοσήσει σοβαρά απ΄αυτό, δηλαδή να κάνει μεταστάσεις και να απειληθεί η υγεία του. Κι αυτό έχει τεράστια σημασία γιατί η προσωποποίηση οδηγεί μετά σε εξατομικευμένη θεραπεία. Άλλοι χρειάζονται πιο εντατική θεραπεία, άλλοι όχι". 

Ειδήσεις υγείας σήμερα
Θεμιστοκλέους: Την επόμενη εβδομάδα η προκήρυξη για 1.000 μόνιμους γιατρούς στα νοσοκομεία
Τροχαία: Αύξηση στους νεκρούς τον Φεβρουάριο, μείωση στους τραυματίες
AstraZeneca: Στήριξη σε πρόληψη και καινοτομία για ένα βιώσιμο σύστημα Υγείας με επίκεντρο τους ασθενείς