Rak płuca pozostaje jednym z największych wyzwań współczesnej medycyny i jest najczęstszą przyczyną zgonów nowotworowych zarówno wśród kobiet, jak i mężczyzn na całym świecie. Około 85% wszystkich przypadków raka płuca stanowi niedrobnokomórkowy rak płuca (NSCLC). Jedną z głównych przyczyn wysokiej śmiertelności w tej chorobie jest fakt, że jest ona najczęściej wykrywana w zaawansowanym stadium, kiedy możliwości leczenia są już ograniczone i mniej skuteczne.
Mimo znaczącego postępu w diagnostyce na przestrzeni lat, wciąż istnieje potrzeba rozwiązań, które umożliwią wcześniejsze, bardziej dostępne i mniej inwazyjne wykrywanie zmian nowotworowych.
Aby odpowiedzieć na to wyzwanie, Międzynarodowe Centrum Badań nad Szczepionkami Przeciwnowotworowymi (ICCVS) Uniwersytetu Gdańskiego od października 2024 roku realizuje projekt NSCLC Diagnostics – Algorithm (DIANA) pod kierownictwem prof. Natalii Marek-Trzonkowskiej.
Celem projektu jest opracowanie nowatorskiej metody diagnostycznej niedrobnokomórkowego raka płuca opartej na analizie próbki krwi. Rozwijane podejście ma wspierać wczesne badania przesiewowe w kierunku raka płuca poprzez zastosowanie dwóch algorytmów diagnostycznych: NK-Radar oraz MODEL.
Opracowywane przez zespół ICCVS algorytmy wykorzystują informacje o stanie aktywacji układu odpornościowego pacjenta (NK-Radar) oraz identyfikują unikalne cechy nowotworu, tzw. markery, obecne we krwi osób chorujących na raka (MODEL).
Technologia rozwijana w ramach projektu ma na celu uproszczenie wykrywania raka płuca, zwiększenie dostępności badań diagnostycznych oraz poprawę efektywności, dostępności i jakości systemów ochrony zdrowia. Istotnym elementem projektu jest również uproszczenie procedur diagnostycznych oraz interpretacji wyników dzięki zastosowaniu uczenia maszynowego i sztucznej inteligencji.
Długofalowym celem projektu DIANA jest wydłużenie i poprawa jakości życia pacjentów onkologicznych, a także wsparcie rozwoju bardziej efektywnego systemu ochrony zdrowia.
W miarę zbliżania się do zakończenia projektu zespół ICCVS udostępnia kolejne informacje dotyczące opracowanych technologii, wyników badań oraz kluczowych wniosków.
