Nowy narzędzie AI z Mayo Clinic trzykrotnie zwiększa czułość wczesnego wykrywania raka trzustki
Model REDMOD, opracowany w Mayo Clinic, wykrywa cechy gruczolakoraka przewodowego trzustki na tomografii komputerowej średnio 475 dni przed postawieniem diagnozy, co jest prawie trzykrotnie wyższe niż czułość radiologów. Osiągnięcie to opisano w czasopiśmie Gut i otwiera drogę do proaktywnego wykrywania jednego z najbardziej śmiercionośnych nowotworów.
Jako osoba, która od ostatnich siedmiu lat obserwuje wyścig algorytmów medycznych od wewnątrz branży, powiem tak: Mayo Clinic właśnie wygrała nie publikację naukową, ale bitwę o jeden z najdroższych kontraktów ubezpieczeniowych dekady. Artykuł w Gut o modelu REDMOD to piękne opakowanie. Pod nim kryje się tektoniczne przesunięcie w tym, jak będziemy finansować śmierć i przeżycie.
Sedno: co naprawdę się dzieje
Zwykły człowiek widzi nagłówek: „AI znalazło raka rok przed lekarzami”. To prawda, ale tylko wierzchołek góry lodowej. Prawdziwa rewolucja REDMOD nie polega na wykryciu guza o wielkości 2 cm, którego nie zauważył zmęczony radiolog. Rewolucja polega na tym, że model znajduje zmiany strukturalne tkanek obwodowych, które jeszcze nie są rakiem.
Gruczolakorak przewodowy trzustki (PDAC) to nie natychmiastowe przekształcenie komórek. To powolny, wieloletni proces zwłóknienia i zapalenia, tworzący „mikrośrodowisko guza”. My, diagności, zawsze uczyliśmy sieci neuronowe szukać okrągłych, hipodensyjnych zmian. REDMOD nauczono widzieć nieprawidłowości tekstury miąższu i zmiany tkanki tłuszczowej, które powstają w wyniku sygnalizacji parakrynnej jeszcze przed uformowaniem się litego guza. To tak, jakbyś nauczył się przewidywać trzęsienie ziemi nie na podstawie wstrząsów, ale składu chemicznego wody w studniach na rok przed katastrofą. Średnia 475 dni to nie tylko przewaga czasowa. To horyzont biologiczny, na którym resekcja trzustki daje nie trzy dodatkowe miesiące życia w chemioterapii, ale pełne dziesięć-piętnaście lat.
Chronologia i kontekst
To nie pierwsza próba. W latach 2019–2021 obserwowaliśmy „bańkę radiomiki”, gdy startupy takie jak Zebra Medical Vision próbowały sprzedawać algorytmy znajdujące „przeoczone” na starych zdjęciach. Wszystko rozbijało się o piekielny wskaźnik fałszywie dodatnich wyników (FPR) – nikt nie będzie wysyłał pacjenta na endoskopowe USG i biopsję z powodu każdego szumu na matrycy.
Kluczowe kamienie milowe drogi Mayo Clinic do REDMOD:
- 2018 rok: Rozpoczęcie tworzenia bazy biobanku Mayo Clinic z powiązaniem badań TK wykonanych z innych wskazań z przyszłymi diagnozami raka. Insiderzy wiedzą, że była to ogromna praca nad deanonimizacją „przypadkowych” znalezisk.
- 2021 rok: Porażka projektu Google Health dotyczącego diagnostyki raka za pomocą TK w rzeczywistej praktyce klinicznej – algorytm działał idealnie na czystych danych z ośrodków akademickich, ale „głupiał” na zaszumionych zdjęciach z prowincjonalnych szpitali.
- 2024 rok: Publikacja w Gut. Kluczową metryką jest nie tyle czułość 91%, co swoistość. Zespół z Rochester, według nieoficjalnych danych, zdołał utrzymać FPR poniżej 5% w retrospektywie, weryfikując przewidywania „z mocą wsteczną”. Znaleźli „cichą przystań” w architekturze modelu (stąd nazwa REDMOD – prawdopodobnie zmodyfikowany model dyfuzyjny lub transformer z unikalnym mechanizmem uwagi na teksturę, a nie geometrię).
Kto wygrywa, a kto przegrywa
Wygrywają:
- Mayo Clinic (kapitał): To nie tylko artykuł. To atomowy argument w negocjacjach z UnitedHealth Group i Aetna. Jeśli Mayo udowodni, że jedno niekontrastowe TK z przepuszczeniem przez ich algorytm kosztuje 200 USD, a oszczędza 150 000 USD na leczeniu późnego raka, firmy ubezpieczeniowe będą pakietować to w standardowe badania premium już w przyszłym roku.
- Patolodzy-eksperci: REDMOD nie zastępuje biopsji, tworzy eksplozywny popyt na bardzo wczesne i złożone badania cytologiczne. Obciążenie oddziałów punkcyjnych wzrośnie wielokrotnie.
- Producenci endoskopowego USG (Olympus, Pentax): Ich aparaty staną się „złotym standardem” weryfikacji pilnych znalezisk AI.
Przegrywają:
- Radiologowie ogólni: To gorzka pigułka. Algorytm widzący niewidoczne gołym okiem podważa samą koncepcję radiologii opisowej. Radiolog staje się walidatorem raportu maszynowego. Honoraria za interpretację TK jamy brzusznej będą nieuchronnie spadać w przeliczeniu na jedno badanie.
- Giganci biopsji płynnej (Grail, Exact Sciences): To bezpośredni cios. Test Galleri od Grail kosztuje 949 USD i szuka krążącego DNA guza, ale w przypadku PDAC w pierwszym stadium jego czułość jest przygnębiająco niska (około 11–14%). REDMOD natomiast działa na danych już dostępnych w archiwach szpitali. Po co płacić prawie tysiąc dolarów za badanie krwi o niejasnej dokładności, skoro AI „odczyta” skan zrobiony wczoraj na SOR i powie, że w ogonie trzustki szykuje się burza?
Czego media nie mówią
Tutaj zaczyna się najbardziej nieprzyjemna część, o której milczą komunikaty prasowe Mayo. Stajemy u progu kryzysu fałszywie dodatnich wyników szczególnego rodzaju. Duża kohorta pacjentów, u których REDMOD znajdzie przedrakowe zmiany miąższu, stanie w obliczu medycznej „szarej strefy”. Chirurg na konsylium powie: „Pankreatoduodenektomia z prawdopodobieństwem zgonu 2–4% przy idealnej technice, tylko dlatego, że sieć neuronowa wskazała wysokie ryzyko? Nie będę tego operować”. Ale firma ubezpieczeniowa, widząc flagę ryzyka, może zacząć dokręcać śrubę w składkach lub blokować pokrycie wszelkich dolegliwości ze strony przewodu pokarmowego bez inwazyjnej weryfikacji.
Drugi insider dotyczy architektury kodu. Nie zobaczycie REDMOD w otwartym dostępie. W przeciwieństwie do tradycji akademickich, jestem więcej niż pewien, że wagi modelu są utajnione i przejdą pod skrzydła non-profit, ale w pełni powiązanej z Mayo spółki, albo zostanie podpisana ekskluzywna umowa z Microsoftem (Azure jest już głęboko zintegrowany z Mayo Clinic Platform). To nie jest narzędzie powszechnej opieki zdrowotnej, to własnościowy aktyw „Doliny Krzemowej medycyny” wart kilka miliardów USD.
Prognoza: następne 30 i 90 dni
Pierwsze 30 dni (do połowy czerwca 2026 roku):
Nie spodziewajcie się integracji w klinikach. Rozpocznie się „fajerwerk startupów”. Dziesiątki zespołów na całym świecie zaczną gorączkowo próbować odtworzyć REDMOD na otwartych zbiorach danych (takich jak TCGA). Publikacja sprowokuje agresywny hiring inżynierów Prompt- i Vision-Transformerów w BioNTech i Roche Diagnostics. Spodziewajcie się też ostrej krytyki ze strony medycyny opartej na dowodach: eksperci słusznie zapytają, jak model zachowa się w populacji z przewlekłym zapaleniem trzustki, które przez zwapnienia i zwłóknienie imituje tę samą „teksturę ryzyka”, której szuka AI.
Następne 90 dni (do września 2026 roku):
Główne wydarzenie – uruchomienie rejestrowych badań „rzeczywistego świata”. Mayo rozpocznie prospektywne badanie w sieci klinik w Minnesocie, na Florydzie i w Arizonie. Równolegle spodziewam się dużej transakcji M&A lub strategicznego partnerstwa między gigantem ubezpieczeniowym a posiadaczem technologii. Moim zdaniem suma praw wyłącznych może osiągnąć 350–500 mln USD, jeśli scenariusz wynajmu algorytmu w modelu subskrypcyjnym (SaaS dla szpitali) zostanie zastąpiony scenariuszem totalnego skriningu archiwalnych zdjęć z ostatnich 10 lat. To radykalnie zmieni onkoepidemiologię: po raz pierwszy zobaczymy statystycznie istotne przesunięcie PDAC w kierunku pierwszego stadium, ale tylko dla tych, którzy mają dostęp do płatnych systemów medycznych Mayo Clinic. Świat podzieli się na tych, których stare TK zostaną odczytane przez AI, i wszystkich pozostałych.
— Editorial Team
