כיצד שימוש בבינה מלאכותית מביא בשורה לחולים בסרטן ריאה

חברת Lunit הקוריאנית, המתמחה בפתרונות AI לאבחון סרטן, חברה לענקית התרופות הגלובלית AstraZeneca לפיתוח מודל בינה מלאכותית מהפכני בשם Lunit SCOPE Genotype Predictor. המודל מזהה מוטציות בגנים של סרטן ריאה מסוג NSCLC (Non-Small Cell Lung Cancer) באמצעות ניתוח דגימות רקמה צבועות (H&E-stained slides) – שיטה לא פולשנית שעשויה לשנות את פני האבחון והטיפול בסרטן ריאה.

הטכנולוגיה המהפכנית

המודל החדשני מתמקד בזיהוי מוטציות בגן EGFR (Epidermal Growth Factor Receptor), שהן קריטיות לקביעת הטיפול המתאים עבור חולי NSCLC. זיהוי מוטציות אלה מאפשר לרופאים להתאים טיפולים ממוקדים כמו Tagrisso של AstraZeneca, המשמש כיום כ-700,000 חולי סרטן ריאה ברחבי העולם. בניגוד לבדיקות מולקולריות מסורתיות שהן יקרות וגוזלות זמן רב, הטכנולוגיה של Lunit מספקת פתרון מהיר וחסכוני יותר. המודל מנתח תמונות דיגיטליות של דגימות רקמה ומספק תוצאות במהירות, מה שמאפשר לרופאים לתעדף את המשך הבדיקות המולקולריות עבור חולים בעלי סיכוי גבוה למוטציות EGFR.

מה מייחד את המודל?

מודל Lunit SCOPE Genotype Predictor נשען על בסיס נתונים מרשים במיוחד – יותר מ-12,000 דגימות פתולוגיות שנאספו ממגוון מדינות כולל ארה”ב, סין ודרום קוריאה, מה שמבטיח את יכולתו לפעול ביעילות במערכות בריאות שונות ברחבי העולם. הדיוק של המודל מרשים לא פחות, כאשר המערכת עברה בחינה מקיפה על מעל 4,500 דגימות עם מוטציות EGFR ויותר מ-7,500 דגימות ללא מוטציות, מה שמאפשר לה להגיע לרמת דיוק גבוהה בזיהוי המוטציות הקריטיות לטיפול. אחד היתרונות הבולטים ביותר של הטכנולוגיה הוא העקביות המרשימה בביצועיה – היא מוכיחה יציבות לאורך מגוון רחב של משתנים קליניים, כולל סוגי דגימות שונים, תתי-סוגים מגוונים של מוטציות EGFR, סורקי דגימות מסוגים שונים ואפילו רזולוציות סריקה מגוונות, מה שהופך אותה לכלי אמין ויציב בסביבה הקלינית המשתנה.

תהליך אבחון מוטציות EGFR בסרטן ריאה באמצעות בינה מלאכותית

היתרונות הקליניים

שיתוף הפעולה המהפכני בין Lunit ל-AstraZeneca מביא בשורה אמיתית לעולם הרפואה האונקולוגית, עם יתרונות קליניים שעשויים לשנות את חייהם של חולי סרטן ריאה. בזכות המודל החדשני, רופאים יכולים כעת לזהות במהירות מרשימה חולים בעלי סיכוי גבוה למוטציות EGFR ולהפנותם מיד לבדיקות מולקולריות מעמיקות, מה שמקצר דרמטית את זמן ההמתנה המתיש לתחילת טיפול מותאם אישית – פער זמן שעבור חולי סרטן יכול להיות קריטי. הטכנולוגיה פותרת בעיה כאובה במערכת הבריאות העולמית, שכן רבים מחולי ה-NSCLC אינם זוכים לעבור בדיקות מולקולריות חיוניות למרות ההמלצות הברורות בקווים המנחים, בעיקר בשל אילוצים לוגיסטיים ומחסור במשאבים, ובכך מרחיבה את הגישה לטיפולים ממוקדים מצילי חיים כמו Tagrisso. אחד היתרונות המשמעותיים ביותר של הטכנולוגיה טמון בפשטותה המהפכנית – השימוש בדגימות רקמה שגרתיות (H&E) במקום בדיקות פולשניות או מורכבות הופך את התהליך לנגיש הרבה יותר עבור מעבדות ומוסדות רפואיים בכל רחבי העולם, ובכך מקרב אותנו לעתיד שבו כל חולה סרטן, בכל מקום, יוכל לקבל את הטיפול המדויק ביותר למצבו.

יתרונות מודל ה-AI לאבחון מוטציות EGFR

השלכות עתידיות

“מחקר זה הוא עדות לפוטנציאל האמיתי של בינה מלאכותית באונקולוגיה מדויקת”, אמר ברנדון סו, מנכ”ל Lunit. “באמצעות הטכנולוגיה שלנו, הוכחנו שדגימות פתולוגיה שגרתיות יכולות לשמש ככלי רב-עוצמה לחיזוי מוטציות EGFR בדיוק גבוה. זה יכול לעזור לרופאים לתעדף בדיקות מולקולריות עבור חולי NSCLC, ולהבטיח שהמטופלים יקבלו טיפול ממוקד ללא עיכובים מיותרים”.

קריסטינה רודניקובה, ראש מחלקת האבחון האונקולוגי הגלובלי ביחידה האונקולוגית של AstraZeneca, הוסיפה: “שיתוף הפעולה עם Lunit מדגיש את המחויבות שלנו לקידום רפואה מדויקת באונקולוגיה. כלים כאלה יעזרו לענות על צרכים שטרם נענו על ידי אופטימיזציה של תהליכי האבחון עבור חולי NSCLC, ובסופו של דבר, ישפרו את התוצאות שלהם”.

המחקר המשותף יוצג בכנס השנתי של האגודה האמריקאית לחקר הסרטן (AACR) 2025, שיתקיים בשיקגו בין ה-25 ל-30 באפריל. זוהי הזדמנות משמעותית להציג את הפוטנציאל של בינה מלאכותית באונקולוגיה מדויקת ולהדגים כיצד ניתן ליישם טכנולוגיה זו בעולם האמיתי. בואו נקווה שטכנולוגיות כאלה יובילו לעתיד שבו כל חולה סרטן יקבל את הטיפול המתאים ביותר, במהירות האפשרית.