DR. ORGES SPAHIU
Bëhet fjalë për një sektor shumë premtues për aplikimin e IA-së, me inovacione të rëndësishme në të gjitha fazat kryesore të rrugëtimit terapeutik. Ky rrugëtim përfshin tre momente themelore: vizitën klinike dhe stadifikimin, gjatë së cilës plotësohet procesi diagnostik dhe vlerësohet indikacioni për trajtim; përgatitjen e trajtimit, që përfshin çentrimin, konturimin (procesi i delineimit të saktë të strukturave anatomike dhe vëllimeve që do të trajtohen ose do të ruhen në imazhet radiologjike të pacientit), përshkrimin, planin e trajtimit dhe verifikimin; dhe së fundi, fazën e delivery, pra setup-in ditor dhe administrimin e trajtimit radioterapeutik në vetvete.
Një shembull i transformimit konkret përfaqësohet nga autokonturimi përmes IA-së. Është kaluar nga metodat tradicionale, të bazuara në analizën e intensitetit dhe modelet e formës, drejt modeleve të avancuara të deep learning, si rrjetet nervore konvolucionale (CNN), U-Net dhe arkitekturave të bazuara në Transformer. Këto sisteme sigurojnë një konturim më të saktë të organeve dhe vëllimeve tumorale, reduktojnë variabilitetin e konturimit midis operatorëve dhe optimizojnë rrjedhën e punës. Ato janë tashmë të integruara në workflow-t klinike për patologji komplekse, si ato të sistemit nervor qendror, rajonit kokë-qafë, prostatës dhe rektumit, edhe pse aktualisht mbeten sfida të lidhura me uniformitetin e protokolleve klinike të zbatuara në qendra të ndryshme.
Një tjetër risi kyçe është futja e IA-së në Radioterapinë Adaptive (ART). Përdorimi i MR-Linac, një akselerator linear i integruar me sistem rezonance magnetike, ka revolucionarizuar fushën e IGRT (image guided radiation therapy), duke mundësuar vizualizimin në kohë reale të tumorit gjatë trajtimit, duke garantuar kontrast më të mirë të indeve të buta dhe një adaptim të menjëhershëm të vetë trajtimit radioterapeutik ndaj ndryshimeve anatomike ditore. Kjo është veçanërisht e dobishme për trajtimin e tumoreve mobile, ku saktësia është thelbësore. Inteligjenca artificiale fuqizon më tej funksionalitetet e MR-Linac duke gjeneruar imazhe CT sintetike nga sekuencat e MRI_së, duke automatizuar konturimin e organeve në rrezik (OARs) dhe të targetit tumoral, duke përshtatur çdo ditë planin terapeutik me ndryshimet anatomike fiziologjike ditore dhe duke monitoruar në kohë reale lëvizjen e lezioneve që do të rrezatohen falë algoritmeve specifike të tracking-ut.
Së fundi, IA luan një rol thelbësor edhe në kuantifikimin e pasigurive të setup-it ditor të pacientit në shtratin e trajtimit. Dallohen dy lloje pasigurish: ajo aleatore, e lidhur me variabilitetin e brendshëm të të dhënave dhe e paeliminueshme, dhe ajo epistemike, që vjen si pasojë e mungesës së njohurive dhe mund të reduktohet përmes përvetësimit të të dhënave të reja. Për t’u përballur me këto sfida përdoren metoda të avancuara si Conformal Prediction, Ensemble Learning dhe Monte Carlo Dropout, mjete thelbësore për rritjen e sigurisë dhe besueshmërisë në “delivery”-n ditor të trajtimeve. IA në format e ndryshme të tumoreve.
Tumoret e trurit: parashikimi i të paparashikueshmes
Në tumoret e trurit, historikisht ndër më të vështirat për t’u trajtuar, inteligjenca artificiale (IA) po arrin rezultate të jashtëzakonshme. Në glioma, sistemet e machine learning janë në gjendje të parashikojnë mbijetesën e pacientëve duke kombinuar të dhënat e rezonancës magnetike me informacionin molekular të tumorit. Në metastazat cerebrale nga tumori i mushkërisë, IA arrin saktësi deri në 91% në parashikimin e mutacioneve gjenetike specifike duke analizuar thjesht imazhet, informacion që tradicionalisht do të kërkonte biopsi komplekse.
Tumori i gjirit: diagnoza gjithnjë e më të hershme
Në fushën e neoplazive mamare, IA e aplikuar në mamografi ka arritur ndjeshmëri rreth 90% në identifikimin e lezioneve të dyshimta, duke reduktuar ndjeshëm si falspozitivët ashtu edhe fals-negativët. Veçanërisht premtuese është aplikimi në ultratinguj për vlerësimin e limfonodujve limfatike, ku IA arrin ndjeshmëri 83,6% dhe specifikë 85%, duke shmangur shpesh biopsitë invazive.
Tumori i prostatës: një revolucion në stratifikimin e riskut
Në karcinomën prostatike, sistemet multimodale të IA-së kanë riklasifikuar 42% të pacientëve krahasuar me metodat tradicionale, duke shmangur mbitrajtimin në rastet me rrezik të ulët dhe duke identifikuar pacientët që kanë nevojë për terapi më agresive. Parashikimi i recidivës biokimike, një tregues i hershëm i progresionit, arrin saktësi mbi 85%.
Tumori i rektumit: shmangia e kirurgjive të panevojshme
Në kancerin e rektumit, IA analizon imazhet e rezonancës magnetike për të parashikuar se cili pacient do të ketë përgjigje të plotë ndaj trajtimit të kombinuar radio-kimioterapik, duke bërë të mundur shmangien e kirurgjive demolitive në raste shumë të përzgjedhura. Modelet më të avancuara arrijnë saktësi mbi 85% në këtë parashikim kaq të rëndësishëm për cilësinë e jetës së pacientëve.
Tumori i mushkërisë: parandalimi i komplikacioneve
Në karcinomën pulmonare, IA jo vetëm përmirëson diagnozën e hershme të noduseve, por parashikon edhe komplikacionet e trajtimit radioterapik. Pneumoniti aktinik ose nga rrezatimi, një nga ndërlikimet më të frikshme të Radioterapisë pulmonare, mund të parashikohet me ndjeshmëri 74% dhe specifikë 91%, duke lejuar strategji parandaluese të targetuara.
Kur zemra takon kancerin: kardioonkologjia
Një fushë në zhvillim është kardioonkologjia, ku IA ndihmon në parandalimin dhe menaxhimin e dëmtimeve kardiake të shkaktuara nga terapitë antitumorale. Sistemet e machine learning analizojnë parametrat kardiakë, të dhënat laboratorike dhe karakteristikat e trajtimit onkologjik për të parashikuar rrezikun e disfunksionit kardiak me saktësi mbi 80%. Kjo mundëson ndërhyrje parandaluese të targetuara, duke mbrojtur zemrën ndërkohë që luftohet kanceri. Modelet e deep learning arrijnë gjithashtu të konturojnë automatikisht nën-strukturat kardiake në imazhet e planit te trajtimit radioterapeutik, duke lejuar mbrojtje me saktësi milimetrike të zonave më të ndjeshme të zemrës gjatë trajtimeve të neoplazive të lokalizuara në nivel torakal.
Bias, privatësi dhe interpretueshmëri: sfidat (e shumta) për t’u kapërcyer
Pavarësisht rezultateve entuziazmuese, rruga drejt integrimit të plotë të IA-së në Onkologji përballet ende me pengesa të rëndësishme. Problemi më serioz lidhet me bias-et në të dhëna: shumë algoritme janë trajnuar kryesisht mbi popullata pacientësh që nuk përfaqësojnë diversitetin real, duke rrezikuar funksionim më pak të mirë në nënpopullata numerikisht më të vogla (p.sh. minoritete etnike, të moshuar).
Mungesa e standardizimit ndërmjet spitaleve të ndryshme krijon vështirësi në zbatimin në shkallë të gjerë, ndërsa çështjet e privatësisë dhe sigurisë kërkojnë zgjidhje teknike të sofistikuara për mbrojtjen e të dhënave sensitive të pacientëve. Po aq e rëndësishme është edhe çështja e interpretueshmërisë: shpesh IA arrin në përfundime të sakta përmes rrugëve logjike të vështira për t’u kuptuar, duke krijuar rezistencë ndaj adoptimit klinik.
Një revolucion i përqendruar te pacienti
Është e rëndësishme të theksohet se Inteligjenca Artificiale nuk po i zëvendëson mjekët, por po i fuqizon ata. Qëllimi është të mbështesë mjekun, jo ta zëvendësojë. Sistemet më të avancuara të IA-së funksionojnë si mjete të “inteligjencës së shtuar”, duke amplifikuar aftësitë diagnostike dhe terapeutike të profesionistëve shëndetësorë. Revolucioni i vërtetë i IA-së në Onkologji nuk qëndron vetëm në teknologji, por në potencialin e saj për të demokratizuar aksesin në kujdes shëndetësor të nivelit shumë të lartë. Mjekësia e së ardhmes do të karakterizohet nga një simbiozë gjithnjë e më e thellë mes kompetencës njerëzore dhe inteligjencës artificiale, ku teknologjia përforcon empatinë, përvojën dhe mençurinë klinike të mjekëve, duke i vënë të gjitha këto në shërbim të asaj që ka më shumë rëndësi: jetës dhe mirëqenies së pacientëve.
QSUNT përfaqëson denjësisht Shqipërinë në studimin global për Inteligjencën Artificiale në Radioterapi
Qendra Spitalore Universitare “Nënë Tereza” (QSUNT) ka qenë pjesë e studimit ndërkombëtar ELAISA (Evaluimi i Potencialit të Inteligjencës Artificiale në Radioterapi për Tumoret e Kokës dhe Qafës), krahas 98 pjesëmarrësve nga pesë kontinentet.
Konkluzionet e këtij kërkimi shkencor prestigjioz janë botuar në Revistën Zyrtare të Shoqatës Europiane të Radioterapisë dhe Onkologjisë (ESTRO), 2024, si dhe në Journal of Clinical Oncology (JCO) – botim i Shoqatës Amerikane të Onkologjisë Klinike (ASCO) në shtator 2024, duke vënë në dukje rëndësinë globale të këtij projekti në fushën e Onkologjisë moderne.
Shqipëria, përmes QSUNT, dha një kontribut të vyer në këtë studim, përkrah 23 klinikave universitare të Radioterapisë nga mbarë bota. Ekipi shqiptar u përfaqësua nga mjekët e Njësisë së Radioterapisë: PhD Orges Spahiu (kryeinvestigues shkencor), Dr. Bianka Shima, Dr. Borjana Jahaj dhe Dr. Aurora Aliraj.
Studimi, i koordinuar nga Agjencia Ndërkombëtare për Energjinë Atomike (IAEA), eksploroi përdorimin e inteligjencës artificiale për të përmirësuar saktësinë dhe efikasitetin në konturimin e tumoreve gjatë planit të trajtimit me Radioterapi. Studimi vlerësoi përdorimin e Inteligjencës Artificiale jo vetëm për përmirësimin e aftësive të konturimit të tumoreve, por edhe për automatizimin e planeve të trajtimit në Radioterapi, duke mundësuar krijimin më të shpejtë, më të saktë dhe më të standardizuar të skemave terapeutike për pacientët me kancer të kokës dhe qafës. Rezultatet e studimit evidentuan një nivel të lartë të cilësisë së delineimit nga pjesëmarrësit dhe theksuan potencialin transformues të Inteligjencës Artificiale në përmirësimin e kujdesit onkologjik global.
Ky projekt ndërkombëtar është pjesë e përpjekjeve globale për të reduktuar pabarazitë në aksesin ndaj trajtimit të kancerit, përmes zgjidhjeve inteligjente dhe menaxhimit efikas të burimeve shëndetësore.
Së fundmi, Qendra jonë e Radioterapisë në QSUNT është përzgjedhur për të marrë pjesë edhe në fazën e dytë të studimit ELAISA, e cila fokusohet posaçërisht në delineimin (konturimin) e tumorit primar. Kjo fazë e avancuar synon të analizojë me saktësi më të lartë ndikimin e inteligjencës artificiale në përmirësimin e përkufizimit të vetë masës tumorale, një hap kyç në planifikimin optimal të trajtimit onkologjik.
Autori, PhD – Përgjegjës i
Njësisë së Radioterapisë,
Shërbimi Onkologjik,
Qendra Spitalore
Univeristare Nënë Tereza
