ონკოლოგიის მომავალი, რას გვასწავლის ESMO AI & Digital Oncology 2025?

რატომ აქვს ამ კონგრესს განსაკუთრებული მნიშვნელობა?

ESMO, ევროპის ონკოლოგთა საზოგადოება, წლებია გვაჩვენებს, რომ თანამედროვე ონკოლოგია უნდა იყოს მკაფიო სტანდარტებზე, მტკიცებულებებზე და გუნდურ თანამშრომლობაზე დამყარებული. მაგრამ AI & Digital Oncology კონგრესი მაინც სხვა მასშტაბია. ეს არის ადგილი, სადაც ონკოლოგი ხვდება მონაცემთა მეცნიერს, მორფოლოგი – ინჟინერს, კლინიკური გონება კი ალგორითმს.

არტურ კლარკს აქვს ცნობილი ფრაზა: „ნებისმიერ საკმარისად განვითარებულ ტექნოლოგიას მაგიისგან ვეღარ გამოარჩევ.“ ბერლინში, ESMO AI & Digital Oncology 2025-ზე, ზუსტად ეს განცდა მქონდა, რომ ეს „მაგია“ უკვე ძალიან რეალური გახდა. ის, რაც რამდენიმე წლის წინ მხოლოდ პრეზენტაციების ბოლოს „future directions“ სლაიდებზე გვხვდებოდა, ახლა უკვე ყოველდღიურ კლინიკურ ინსტრუმენტებად იქცა.

კონგრესზე ძალიან ფართოდ იყო წარმოდგენილი ის ტექნოლოგიური ტალღა, რომელიც ონკოლოგიის მიმართულებით მოდის:

• ●  ციფრული მორფოლოგია – ჰისტოლოგიური პრეპარატების მთლიანი სკანირება, ციფრულ ფორმატში გადატანა და ალგორითმებით ანალიზი. საუბარია რაოდენობრივ ანალიტიკაზე, სიმსივნის მიკროგარემოს და იმუნური ინფილტრაციის დეტალურ შეფასებაზე.
• ●  ვირტუალური 3D-სიმულაციები მორფოლოგიაში – სიმსივნის სამგანზომილებიანი მოდელირება, ინვაზიურობისა და გავრცელების პროგნოზირება, მკურნალობის სხვადასხვა სცენარის ვიზუალიზაცია. ეს უკვე არა მხოლოდ ვიზუალური ეფექტია,

არამედ გადაწყვეტილების მისაღებად გამოყენებადი მონაცემი.

• ●  „შავი ყუთის“ (black box) ტექნოლოგიები და Explainable AI – როგორ შევუთავსოთ მაღალი სიზუსტე და მოდელის ახსნადობა; როგორ ავუხსნათ ექიმს და პაციენტს, რატომ „გადაწყვიტა“ ალგორითმმა ასე; რა ეთიკური და სამართლებრივი კითხვები ჩნდება, როცა მკურნალობის გეგმაში ნაწილობრივ მონაწილეობს AI.
• ●  მრავალომიკური (multi-omics) ინტეგრაცია – გენომური, ტრანსკრიპტომული, იმუნოლოგიური და კლინიკური მონაცემების გაერთიანება ერთიან პროგნოზულ მოდელებში.
• ●  სტრატეგიული ხედვა ციფრული ონკოლოგიისთვის – რა უნარები დასჭირდება ხვალინდელ ონკოლოგს, რამდენად „ტექნიკურად გონიერი“ უნდა იყოს ექიმი, როგორ უნდა შეიცვალოს განათლების სისტემა.

  ეს ყველაფერი ერთად ქმნიდა განცდას, რომ თანამედროვე ონკოლოგია ძალიან სწრაფად გადადის ახალ ეპოქაში, სადაც ექიმი ვეღარ იქნება მხოლოდ „კარგი კლინიცისტი“. მას სჭირდება ტექნიკური აზროვნება, მონაცემთან მუშაობის მინიმუმ საბაზისო უნარები და AI- თან თანამშრომლობის კულტურა.

  ამ ფონს უკავშირდება ჩემი მონაწილეობაც.
  ESMO AI & Digital Oncology 2025-ზე წარმოვადგინე პოსტერის კვლევა:
  “AI-Driven Immune Biomarker Classifier Predicts Clinical Benefit from Neoadjuvant

  Immunotherapy in Triple-Negative Breast Cancer”.

  ამ პროექტის მიზანია, ტრიპლ-ნეგატიური ძუძუს კიბოს მქონე პაციენტებში წინასწარ გამოვთვალოთ ვინ მიიღებს რეალურ კლინიკურ სარგებელს ოპერაციამდელი იმუნოთერაპიისგან.

  მოდელი აგებულია:

• ●  მრავალ საერთაშორისო კოჰორტაზე დაფუძნებულ მონაცემებზე (multi-cohort datasets),
• ●  სუროგატულ ლეიბლებზე, როდესაც საბოლოო გრძელვადიანი გამოსავალი პირდაპირ არ გვაქვს, ვიყენებთ მის ჩამნავლებელ მონაცემს (მაგალითად, 5-წლიანი დაავადებისგან თავისუფალ გადარჩენას, იმუნურ აქტივობის პროფილს და სხვ.),
• ●  nested cross-validation სქემაზე, რათა თავიდან ავიცილოთ ეგ.წოდებული overfitting და ზედმეტი არასაჭირო ოპტიმიზაცია

● SHAP-ინტერპრეტაციაზე – იმისათვის, რომ დავინახოთ, კონკრეტულად რომელი გენები და იმუნური მახასიათებლები განსაზღვრავენ მოდელის მიერ მიღებულ გადაწყვეტილებებს.

მთელი ანალიტიკური ნაწილი თავიდან ბოლომდე აგებულია Python-ის ეკოსისტემაზე: პრეპროცესირება, მოდელირება, შედეგების ინტერპრეტაცია და ვიზუალიზაცია.

ეს კვლევა თოდუას კლინიკაში შეიქმნა – სამედიცინო დაწესებულებაში, რომელიც საქართველოში ერთ-ერთ წამყვან როლს ასრულებს ინოვაციური მიდგომების ყოველდღიურ კლინიკურ პრაქტიკაში ინტეგრაციის მხრივ. ჩემთვის მნიშვნელოვანია, რომ ეს პროექტი მხოლოდ პირადი აკადემიური ინტერესი არაა; ის აჩვენებს, რომ საქართველოშიც შეიძლება შეიქმნას კვლევა, რომელიც თავს ორგანულად გრძნობს ისეთ საერთაშორისო სცენაზე, როგორიც ESMO AI & Digital Oncology-ია.

კონგრესის ფარგლებში პოსტერის გარშემო გამართული დისკუსიები გრძელვადიანი გზამკვლევი გახდა. სხვადასხვა ქვეყნის ექსპერტებთან საუბარმა მაჩვენა:

• ●  სად არის მოდელის ძირითადი სიძლიერე.
• ●  რა მიმართულებით შეიძლება მისი გაღრმავება: მეტი კლინიკური ცვლადი,

  დამატებითი ომიკური ფენები.

• ●  რა ტიპის ვალიდაცია იქნება საჭირო, რომ ასეთი მოდელები საბოლოოდ მოვიდეს

  კლინიკური გადაწყვეტილების მხარდაჭერის რეალურ პლატფორმებამდე.

  ეს ყველაფერი მხოლოდ “დემონსტრაცია“ არ ყოფილა. ეს იყო დიალოგი, თანამშრომლობა და გარკვეული საერთო ფიქრი იმის შესახებ, როგორ უნდა ვაქციოთ AI პაციენტისთვის მცოდნე, სანდო პარტნიორად.

  ბერლინში ჩასვლა და ამ კონგრესიზე დასწრება ჩემთვის არა მხოლოდ პროფესიული, არამედ ძალიან პირად გამოცდილებად იქცია. სესიებზე ყოფნა, საკუთარი თვალით ნახვა, როგორ საუბრობენ ერთმანეთთან ონკოლოგები, მორფოლოგები, მონაცემთა მეცნიერები და ინჟინრები – ამას თეორიული სტატია ვერ ჩაანაცვლებს. სწორედ იქ, ადგილზე, ბევრად უფრო ნათლად ჩნდება განცდა, რომ კლინიცისტისთვის ტექნიკურ ენაზე გარკვეული დონით ლაპარაკი თანდათან აუცილებელი ხდება.

  საქართველოში დაბრუნებამდე უკვე გზაშივე ვალაგებდი კითხვებს: რა დონის ციფრული პათოლოგიის განვითარებაა რეალისტური ჩვენს პირობებში? რა ტიპის AI–პროექტებზე შეგვიძლია პრაქტიკულად ვიმუშაოთ? რა უნდა დაემატოს სამედიცინო განათლებაში, რომ

მომავალ თაობას მხოლოდ კლასიკური კლინიკური აზროვნება კი არა, ტექნიკურადაც გამართული ხედვაც ჰქონდეს?

სიმართლე რომ ვთქვა, კონგრესამდე უკვე საკმაოდ მოტივირებული ვიყავი ტექნიკური თვალსაზრისით – პროგრამირება, მონაცემთა ანალიზი, ბიოინფორმატიკა, მოდელების ახსნა – ეს ყველაფერი ჩემს პირად გეგმაშიც იყო. ESMO AI & Digital Oncology 2025-მა ამ მოტივაციას კიდევ რამდენიმე საფეხური დაამატა. ახლა ბევრად უფრო მკაფიოდ ვხედავ, რომ:

• ●  ტექნიკურად განვითარებული ექიმი აღარ არის „ექსცენტრიული გამონაკლისი“, ის ნელ-ნელა ნორმად უნდა იქცეს;
• ●  მომავალში ონკოლოგის პროფილი მოითხოვს არა მხოლოდ კლინიკურ ინტუიციას, არამედ ალგორითმის ენაზე რაღაც დონეზე ლაპარაკის უნარსაც;
• ●  საქართველოდან აქტიური მონაწილეობა ამ პროცესში აბსოლუტურად რეალურია, თუ სისტურად და მიზანმიმართულად ვიმუშავებთ.

  ამ ყველაფერზე ფიქრთან ერთად ხშირად მახსენდება აიზეკ აზიმოვის სიტყვები:
  “The saddest aspect of life right now is that science gathers knowledge faster than

  society gathers wisdom.”

  „დღევანდელი ცხოვრების ყველაზე სევდიანი ასპექტი ის არის, რომ მეცნიერება ბევრად უფრო სწრაფად აგროვებს ცოდნას, ვიდრე საზოგადოება სიბრძნეს.“

  დღეს AI–ში, ციფრულ ონკოლოგიასა და ბიომედიცინაში გვაქვს სწორედ ეს სურათი: ცოდნა, ალგორითმები, მოდელები წარმოუდგენელი სიჩქარით ვითარდება, მაგრამ საზოგადოებას, სისტემებს და ზოგჯერ თვითონ ექიმებსაც არ გვყოფნის დრო, ეს ყველაფერი სიბრძნედ, პასუხისმგებლობად ვაქციოთ და მისი სწორად გამოყენების კულტურა განვავითაროთ. ასეთ პირობებში განსაკუთრებულ მნიშვნელობას იძენს ESMO AI & Digital Oncology-ის მსგავსი ფორუმები. ეს არის სივრცე, სადაც მეცნიერება და სიბრძნე თანაბრად ჩანს.

  ბერლინიდან დავბრუნდი იმ აზრით, რომ: ონკოლოგიის მომავალი და AI უკვე განუყოფლადაა დაკავშირებული; ტექნიკურად განვითარებული ექიმი უნდა გახდეს რეგულარული სტანდარტი;
  და საქართველო ამ რბოლაში ნამდვილად არაა ჩამორჩენილი, თუ სტრუქტურულად და მიზანმიმართულად ვიმუშავებთ.

  კლარკის სიტყვებით რომ ვთქვა, ჩვენი ამოცანაა ამ „მაგიას“ სწორი ფორმა მივცეთ: გავხადოთ სანდო, ეთიკური, პაციენტზე ორიენტირებული და ყველასთვის გასაგები.

და პირადად მე, როგორც მომავალი ონკოლოგი და მკვლევარი, ახლა ბევრად უფრო მკაფიოდ ვიცი, არ მსურს ამ პროცესის მხოლოდ მაყურებელი ვიყო. მინდა ვიყო მისი აქტიური ნაწილი, საქართველოში და გლობალურ სამეცნიერო სივრცეში.