Бауыржан Жакиев 
Рак молочной железы остается одной из самых острых проблем мирового здравоохранения, занимая лидирующие позиции среди онкологических заболеваний у женщин и являясь одной из основных причин смертности от рака. Несмотря на значительные успехи в профилактике, диагностике и лечении, поздняя диагностика заболевания по-прежнему остается серьезным препятствием, существенно снижающим шансы на выживание. Раннее выявление, когда опухоль еще локализована и поддается лечению, играет ключевую роль в улучшении прогноза.
Ученые из Эдинбургского университета разработали инновационный метод диагностики, объединяющий лазерный анализ (рамановскую спектроскопию) и искусственный интеллект. Этот подход позволяет выявлять рак молочной железы на самых ранних стадиях, задолго до появления клинических симптомов. Исследователи усовершенствовали метод рамановской спектроскопии и интегрировали его с алгоритмами машинного обучения, достигнув беспрецедентной точности в диагностике рака молочной железы 1а стадии. Этот прорыв открывает новые перспективы для раннего вмешательства и персонализированного лечения, а также может быть применен для диагностики других видов рака.
Рамановская спектроскопия – это метод, основанный на анализе рассеянного света при облучении биологического образца, например, плазмы крови, лазером. Анализируя спектр рассеянного света, можно выявить тончайшие химические изменения, указывающие на развитие заболевания, в том числе рака. Метод уже продемонстрировал высокую эффективность в ряде исследований, позволяя отличать опухолевые клетки от здоровых, выявлять раково-резистентные клетки и обнаруживать биомаркеры рака в различных биологических жидкостях. В некоторых случаях точность диагностики превышала 95%.
В недавнем пилотном исследовании рамановская спектроскопия показала 98%-ную точность в выявлении рака молочной железы 1а стадии. Анализируя ранние молекулярные изменения в плазме крови, этот метод значительно превосходит традиционные методы диагностики, которые зачастую обнаруживают рак лишь на более поздних стадиях. Интеграция с алгоритмами машинного обучения позволяет выявлять закономерности в данных и классифицировать образцы как здоровые или раковые. Более того, исследование показало, что данный подход позволяет с точностью более 90% различать четыре основных подтипа рака молочной железы, что открывает путь к персонализированному лечению, учитывающему особенности опухоли у каждого пациента.
Доктор Энди Даунс, руководитель исследования, отмечает, что большинство смертей от рака происходит из-за поздней диагностики, когда симптомы уже очевидны. Он подчеркивает, что будущий скрининговый тест, способный выявлять различные типы рака на ранних стадиях, когда они легче поддаются лечению, может кардинально изменить ситуацию. Ранняя диагностика – ключ к долгосрочной выживаемости, и, по словам доктора Даунса, у ученых наконец-то есть необходимые для этого технологии.
Несмотря на успехи, существующие методы диагностики рака молочной железы, такие как физикальные осмотры, маммография и биопсия, имеют ограничения. Они часто выявляют рак на поздних стадиях, что снижает эффективность лечения. Жидкостная биопсия, анализирующая биомаркеры в крови, является перспективной альтернативой, но ее чувствительность на ранних стадиях пока недостаточна. Инновационный метод, основанный на рамановской спектроскопии и искусственном интеллекте, решает эту проблему, обнаруживая специфические для рака молекулярные изменения в плазме крови с высокой точностью.
Потенциал этого открытия выходит за рамки рака молочной железы. Аналогичные подходы демонстрируют многообещающие результаты в диагностике рака предстательной железы и легких. Исследователи планируют расширить применение метода, создав базу данных для скрининга различных видов рака. Цель – разработать универсальный скрининговый тест, способный выявлять различные типы рака на самых ранних стадиях, что позволит повысить эффективность лечения и увеличить выживаемость.
Несмотря на перспективность, метод сталкивается с рядом сложностей. Большинство исследований, включая пилотное, проводились на небольших выборках. Необходимо расширение исследований на более крупные и разнообразные группы населения для подтверждения надежности метода. Также требуются дополнительные исследования для оценки применимости метода к другим типам и стадиям рака. Важно учитывать не только степень злокачественности опухоли, но и стадию ее распространения, что дает crucial информацию о прогрессировании заболевания и прогнозе.
Возможность различать подтипы рака молочной железы имеет особое значение для персонализированного лечения, поскольку разные подтипы по-разному реагируют на терапию. Исследовательская группа планирует расширять свою работу, изучая возможности применения метода для лечения других видов рака и совершенствуя методику. Цель – создать надежный скрининговый тест, который произведет революцию в ранней диагностике рака.
Это новаторское исследование, опубликованное в Journal of Biophotonics, является результатом совместных усилий ученых из Университета Абердина, Университета прикладных наук Рейн-Вааль и других учреждений, подчеркивает потенциал сочетания передовых технологий, таких как рамановская спектроскопия и искусственный интеллект, для решения одной из самых актуальных задач в лечении рака – раннего выявления. Доктор Даунс выражает уверенность в том, что необходимо применить эту технологию к другим типам рака и создать базу данных, прежде чем ее можно будет использовать в качестве теста на множественный рак.
