6 چالش در تشخیص زودهنگام و درمان سرطان پستان
در این مقاله
در سال‌های اخیر پیشرفت‌های بزرگی در درمان سرطان پستان رخ داده و کاهش قابل توجهی در میزان مرگ حاصل شده است. با این حال، بروز سرطان پستان که در اوایل دهه 2000 کاهش یافته بود، در سال‌های اخیر اندکی افزایش نشان می‌دهد. به‌طوری که بر اساس آمار جهانی سرطان 2020 سرطان پستان با حدود 2,3 میلیون مورد جدید سالانه، حتی از سرطان ریه نیز پیشی گرفته و به شایع‌ترین سرطان تبدیل شده است.
دکتر Angela DeMichale، مسئول برنامه پژوهش سرطان پستان در مرکز سرطان Abramson دانشگاه پنسیلوانیا، در دسامبر 2022، در سمپوزیوم سرطان پستان سن‌آنتونیو در نشستی با عنوان «موانع درمان سرطان پستان» (obstacles in breast cancer treatment) اظهار کرد: "خبر خوب این است که میزان مرگ در حال کاهش است، اما هنوز بالا است. برای حل مشکل افزایش بروز سرطان پستان، در کنار تعداد مرگ‌ها، هنوز راه درازی پیش رو داریم".
6 مانع اصلی در سرطان پستان
دکتر DeMichale که همراه با همکاران خود برای شناسایی چالش‌های کلیدی در تلاش برای بهبود مشکلات تشخیص و درمان سرطان پستان کار می‌کند، بر شش مانع اصلی تأکید کرد.
- نیاز به راهبردهای بیشتر پیشگیری و تشخیص زودهنگام
- استفاده کم از هوش مصنوعی
- استفاده کم از انکولوژی دقیق، مانند درمان‌های هدفمند
- نیاز به نوآوری در کارآزمایی‌های بالینی (آزمایش‌های انسانی)
- کمبود درک ما از زیرنوع‌های سرطان پستان
- هماهنگ نشدن مشوق‌ها و بودجه‌های همکاری پژوهشی، آموزش درباره سرطان پستان و پیشگیری
20 داروی جدید فقط در 10 سال گذشته
از سال 2012، FDA، سازمان غذا و داروی ایالات متحده، 20 داروی جدید سرطان را برای درمان سرطان پستان تأیید کرده است. با در نظر گرفتن اینکه توسعه هر داروی جدید سرطان حدود 10-15 سال و 5-10 میلیارد دلار هزینه می‌برد، تأیید 20 داروی جدید در 10 سال بسیار چشمگیر است.
دکتر Nadia Harbeck، مدیر بخش سرطان پستان بیمارستان دانشگاه LMU مونیخ، گفت توسعه درمان‌های جدید از جهتی موجب شده سرطان پستان قربانی موفقیت خود شود. با بهبود درمان‌ها و بقا، مقایسه درمان‌های جدید با درمان استاندارد و اثبات فایده آن‌ها دشوارتر شده است. راهنماهای درمان آن‌قدر سریع تغییر می‌کنند که به دلیل تغییر درمان استاندارد، کارآزمایی‌های بالینی گاهی هنگام انتشار ممکن است قدیمی شده باشند.
به شواهد واقعی بیشتری نیاز است که برای کاربرد بالینی طراحی شوند و هوش مصنوعی می‌تواند در این زمینه کمک کند.
سرطان پستان به‌عنوان مجموعه‌ای از بیماری‌های نادر
عوامل خطر زیادی سرطان پستان را تحریک می‌کنند و سرطان پستان بیماری بسیار ناهمگونی است. در واقع سرطان پستان، مانند بسیاری دیگر از انواع اصلی سرطان، نوعی مجموعه بیماری‌های نادر است.
اکنون باید نشانگرهای زیستی زیر برای همه سرطان‌های پستان جداگانه ارزیابی شوند:
- گیرنده‌های هورمونی (استروژن و پروژسترون)
- وضعیت HER2 [1 مثبت (+)، 2 مثبت (++)، 3 مثبت (+++)]
- درصد Ki67 (%)
- درجه از 1 تا 3
افزون بر این‌ها، برای تصمیم‌های درمانی در سرطان پستان اولیه، امتیازهای خطر ژنتیکی و برای سرطان پستان پیشرفته، نشانگرهای زیستی ژنتیکی مانند جهش PIK3CA اهمیت دارند. همچنین شناسایی وضعیت‌های مرتبط با سرطان پستان ارثی، مانند تغییرات ژن‌های BRCA1 و BRCA2 در افرادی با سابقه خانوادگی، برای پیش‌بینی سیر بیماری و تصمیم درمانی بسیار مهم است.
تشخیص زودهنگام سرطان پستان با بیوپسی مایع
بیوپسی مایع، نام مشترک تحلیل‌هایی که از خون، بزاق، ادرار یا دیگر مایعات بدن انجام می‌شوند، به‌عنوان آزمایش تشخیص زودهنگام برای بسیاری از سرطان‌ها به‌شدت در حال آزمون است. با این حال، تشخیص زودهنگام مبتنی بر بیوپسی مایع ممکن است افراد دارای تومورهای کم‌خطر را در معرض درمان‌های سنگین قرار دهد. پیش‌بینی می‌شود این آزمایش‌ها بتوانند سرطان را مدت‌ها پیش از بروز نشانه‌ها شناسایی کنند.
موضوع مرتبط: بیوپسی مایع می‌تواند پاسخ یکی از مهم‌ترین پرسش‌های درمان سرطان باشد
هوش مصنوعی در همه حوزه‌ها حضور خواهد داشت
پروفسور Regina Barzilay از مؤسسه فناوری ماساچوست، متخصص کاربرد هوش مصنوعی در سلامت، می‌گوید یکی از کاربردهای پیشرو هوش مصنوعی، یعنی یادگیری ماشین هرچند در حوزه‌های متعدد استفاده می‌شود، در سرطان پستان چندان دیده نمی‌شود. این روش را می‌توان برای تحلیل‌های گذشته‌نگر و داده‌های نشانگرهای زیستی و دیگر عوامل گردآوری‌شده از کارآزمایی‌های بالینی به کار برد. او افزود یادگیری ماشین معمولاً برای بیوشیمی و تحلیل تک‌سلولی سایر انواع تومور به کار می‌رود، اما در سرطان پستان به‌ندرت استفاده می‌شود.
“یادگیری ماشین در سرطان پستان چندان به کار نمی‌رود.”
علت ممکن است نبود علاقه پژوهشگران به یادگیری ماشین باشد. علت دیگر نیز ممکن است این باشد که اشتراک‌گذاری داده‌های سرطان پستان آسان نیست و پژوهشگران هوش مصنوعی به‌آسانی به آن‌ها دسترسی ندارند. "سرمایه‌گذاری در داده‌های قابل تبادل با یکدیگر بسیار مهم است."
هوش مصنوعی می‌تواند با تفکیک روابط پیچیده‌ای مانند ارتباط بارداری، شیردهی و خطر سرطان پستان، به شناسایی و مدل‌سازی عوامل افزایش‌دهنده خطر سرطان کمک کند. بارداری خطر سرطان پستان با گیرنده هورمونی مثبت را کاهش می‌دهد، اما چنین اثری بر خطر بیماری با گیرنده هورمونی منفی ندارد و حتی ممکن است با افزایش خفیف خطر همراه باشد.
چالش مهم دیگر، استفاده نشدن از فناوری‌ای است که الگوهای گسترده ویژگی‌های زیستی مانند تغییر ژن یا بیان پروتئین را می‌سنجد و با نام «omics» شناخته می‌شود. این موضوع بر در نظر گرفتن سرطان پستان به‌عنوان موجودیتی جدا از تومورهای منشأگرفته از اندام‌ها یا بافت‌های دیگر، مانند ریه یا پانکراس، استوار است.
دکتر Fabrice André، متخصص انکولوژی در مرکز سرطان Gustave Roussy فرانسه، تأکید کرد که باید تغییر ویژگی‌های زیستی سرطان پستان هنگام متاستاز را تشخیص داد. در این مرحله، تومورها باید بیشتر با ویژگی‌های مولکولی خود تعریف شوند تا اندام منشأ آن‌ها. این رویکرد به معنای انکولوژی شخصی‌سازی‌شده بر اساس ویژگی‌های ژنتیکی تومور برای بیماران است.
دسترسی همه بیماران به درمان
درمان‌های جدید و مؤثر زمانی می‌توانند تفاوت ایجاد کنند که بیماران به آن‌ها دسترسی داشته باشند. یکی از موانع تلاش برای بهبود درمان سرطان پستان نیز نژادپرستی و نابرابری در خدمات سلامت است.
دکتر Lori Pierce، متخصص رادیوانکولوژی دانشگاه میشیگان در آن‌آربر، درباره این موضوع چنین اظهار نظر می‌کند: «باید بپذیریم که در پزشکی نژادپرستی وجود دارد. هنگامی که این را پذیرفتیم، می‌توانیم مواردی را که در عمل باید تغییر کنند بررسی کنیم. می‌توانیم از چشم‌اندازی گسترده نگاه کنیم و بررسی کنیم چه چیزی برای یک جمعیت نسبت به دیگری مزیت ایجاد می‌کند.»
دکتر Pierce همچنین بر ضرورت مشارکت گروه‌های کمتر نمایندگی‌شده در کارآزمایی‌های بالینی تأکید کرد. برای مثال، تنها درصد کوچکی از کارآزمایی‌های بالینی شش داروی سرطان پستان، یعنی margetuximab (Margenza)، sacituzumab govitecan (Trodelvy)، tucatinib (Tukysa)، trastuzumab deruxtecan (Enhertu)، alpelisib (Piqray) و talazoparib (Talzenna)، شامل زنان سیاه‌پوست، آسیایی و هیسپانیک هستند. trastuzumab deruxtecan که بهترین کونژوگه دارو-آنتی‌بادی هدف‌گیرنده HER2 در نظر گرفته می‌شود، در مطالعه خود 51% شرکت‌کننده سفیدپوست، 42% آسیایی، 6% هیسپانیک و 3% سیاه‌پوست داشت. برای sacituzumab govitecan، که موفقیتی بزرگ در سرطان پستان سه‌گانه‌منفی، زیرنوع تهاجمی مؤثر بر شمار زیادی از زنان سیاه‌پوست، شناخته می‌شود، فقط 7% زنان شرکت‌کننده در کارآزمایی‌های بالینی سیاه‌پوست بودند. برای margetuximab تأییدشده در درمان سرطان پستان HER2 مثبت، توزیع شرکت‌کنندگان شامل 80% زن سفیدپوست، 5% سیاه‌پوست، 6% آسیایی و 9% هیسپانیک بود.
Patty Spears، سخنگوی بیماران شورای پژوهش دانشگاه کارولینای شمالی، می‌گوید این تصور وجود دارد که اقلیت‌ها مشارکت در کارآزمایی‌های بالینی را رد می‌کنند، اما این درست نیست.
«داده‌ها به‌روشنی نشان می‌دهند که بیماران، سیاه‌پوست، سفیدپوست، آسیایی یا هر گروه دیگری، به یک میزان تمایل به مشارکت در کارآزمایی‌های بالینی دارند. باید بخواهید که در نظام شما حضور داشته باشند و در مطالعات مشارکت کنند.»
در ترکیه نیز موانع متعدد دیگری برای کارآزمایی‌های بالینی جامع، که آزمون درمان‌های نوآورانه هستند، وجود دارد. مهم‌ترین آن‌ها کمبود آگاهی از اهمیت کارآزمایی‌های بالینی است.
موضوع مرتبط: چرا پژوهش‌های بالینی سرطان مهم هستند؟ آنچه باید بدانید
منابع
آیا این مقاله برای شما مفید بود؟
بازخورد شما به بهبود محتوای ما کمک می‌کند.
نظرهای خوانندگان
نظر خود را بنویسید
نام و دیدگاه شما فقط پس از تأیید مدیر منتشر می‌شود. نشانی ایمیل شما هرگز به بازدیدکنندگان نمایش داده نمی‌شود.
اولین نظر را شما بنویسید.