Historia Roberta De Niro, u którego ponad 20 lat temu zdiagnozowano raka prostaty, pokazuje znaczenie wczesnego wykrywania. Aktor, który dziś ma 83 lata, jest w doskonałej formie, a jego przypadek stanowi punkt wyjścia do dyskusji o postępach w diagnostyce i prognozowaniu, gdzie kluczową rolę zaczynają odgrywać zaawansowane technologie, takie jak sztuczna inteligencja.
Wczesna diagnoza i leczenie: przypadek Roberta De Niro
Amerykański aktor Robert De Niro usłyszał diagnozę raka prostaty w 2003 roku, mając 60 lat. Chorobę wykryto na bardzo wczesnym etapie dzięki regularnym badaniom kontrolnym, w tym oznaczaniu poziomu PSA (swoistego antygenu sterczowego).
Wczesne rozpoznanie pozwoliło na wdrożenie skutecznego leczenia. Według doniesień medialnych, Robert De Niro przeszedł terapię hormonalną, która zakończyła się sukcesem. Jego historia podkreśla, jak kluczowe dla pomyślnych rokowań jest proaktywne podejście do zdrowia i regularne badania, zwłaszcza u mężczyzn w grupie ryzyka.
Proces diagnostyczny w praktyce
Ścieżka diagnostyczna w przypadku podejrzenia raka prostaty często zaczyna się od podstawowych badań. Przykładem może być proces, jaki przeszedł prezydent USA Joe Biden. W jego przypadku podejrzenie choroby wzbudziło badanie lekarskie, co skłoniło specjalistów do dalszych działań. Diagnoza została postawiona w Szpitalu Uniwersyteckim im. Thomasa Jeffersona w Filadelfii.
Kluczowym elementem potwierdzającym diagnozę jest biopsja. U Joe Bidena wynik potwierdzający obecność raka uzyskano jeszcze tego samego dnia po badaniu. Kolejnym krokiem było wykonanie dodatkowych testów w celu oceny, czy nowotwór nie rozprzestrzenił się poza gruczoł krokowy, co jest standardową procedurą w ocenie stopnia zaawansowania choroby.
Sztuczna inteligencja prognozuje przeżycie w przerzutowym raku prostaty
Współczesna onkologia coraz śmielej sięga po zaawansowane technologie w celu poprawy opieki nad pacjentami. Najnowsze badanie opublikowane 29 września 2026 roku w JCO Clinical Cancer Informatics przedstawia model głębokiego uczenia o nazwie TrajSurv-mPC. Jego celem jest dokładniejsze przewidywanie przeżycia całkowitego (OS) u pacjentów z przerzutowym rakiem prostaty (mPC).
W przeciwieństwie do tradycyjnych modeli prognostycznych, które często opierają się na pojedynczych parametrach, takich jak czas podwojenia PSA, TrajSurv-mPC analizuje pełne trajektorie pacjentów przed wystąpieniem przerzutów. Model uwzględnia całą historię seryjnych pomiarów PSA oraz zastosowanego leczenia, co pozwala na uchwycenie dynamiki choroby. Algorytm został opracowany i przetestowany na dwóch niezależnych, dużych grupach pacjentów: jedna liczyła 403 osoby z Memorial Sloan Kettering (MSK), a druga 9 984 osoby z bazy danych Veterans Affairs (VA). Tego typu narzędzia mogą w przyszłości pomóc w personalizacji strategii terapeutycznych.
Źródła
Zeng S, Owens L, et al. "TrajSurv-mPC: Learning From Prostate-Specific Antigen Trajectories for Interpretable and Generalizable Survival Prediction in Metastatic Prostate Cancer." JCO Clin Cancer Inform, 2026. https://pubmed.ncbi.nlm.nih.gov/42809793/
