Prof. univ. dr. Adrian Covic, reacție după meta-analiză publicată în revista Nature: Obezitatea este asociată cu un risc mai mare pentru 19 tipuri de cancer
O nouă cercetare publicată în prestigioasa revistă științifică Nature Metabolism readuce în prim-plan legătura dintre excesul de greutate și apariția cancerului. Prof. univ. dr. Adrian Covic, șeful Compartimentului de Transplant Renal al Spitalului Clinic „Dr. C. I. Parhon” Iași și prorector pentru Cercetare Științifică, Dezvoltare și Inovare în cadrul Universității de Medicină și Farmacie „Grigore T. Popa” (UMF) Iași a semnalat importanța studiului, subliniind că rezultatele reprezintă unul dintre cele mai solide argumente de până acum privind impactul obezității asupra sănătății. Cele mai afectate tipuri de cancer, potrivit studiului din revista Nature Potrivit prof. Adrian Covic, printre „campionii nedoriți” ai asocierii cu obezitatea se află cancerul de endometru, adenocarcinomul esofagian, cancerul renal, cancerul hepatic și cancerul biliar. Aceste forme de cancer au prezentat unele dintre cele mai puternice legături cu indicele de masă corporală crescut. Studiul arată că o creștere a indicelui de masă corporală (BMI) cu 5 kg/m² este asociată cu: un risc cu 58% mai mare de cancer endometrial; un risc cu 47% mai mare de adenocarcinom esofagian; un risc cu 30% mai mare de cancer renal; un risc cu 27% mai mare de cancer biliar; un risc cu 20% mai mare de cancer hepatic. Lucrarea, publicată pe 15 iunie 2026, reprezintă o analiză sistematică și o meta-analiză care a inclus 226 de studii prospective și aproximativ 1,5 milioane de cazuri de cancer. Cercetătorii au evaluat legătura dintre obezitate și 25 de tipuri frecvente de cancer. Concluzia principală este că un indice de masă corporală crescut este asociat cu un risc mai mare pentru 19 tipuri de cancer și cu un risc mai redus pentru doar trei forme de boală. Autorii spun că rezultatele consolidează dovezile conform cărora obezitatea reprezintă un factor major de risc oncologic și o problemă de sănătate publică globală. De ce favorizează obezitatea apariția cancerului Potrivit cercetătorilor, mecanismele diferă de la un tip de cancer la altul. În cazul cancerelor de ficat, rinichi, vezică biliară și pancreas, excesul de grăsime corporală favorizează inflamația cronică, diabetul, hipertensiunea arterială și alte tulburări metabolice care pot contribui la dezvoltarea tumorilor. În cazul cancerelor hormonale, cum sunt cele de sân sau endometru, obezitatea determină creșterea nivelului de estrogeni, ceea ce poate favoriza apariția și progresia bolii. Autorii mai arată că inflamația persistentă, hiperinsulinemia și modificările metabolice produse de excesul ponderal pot crea un mediu favorabil dezvoltării celulelor canceroase. Prof. Adrian Covic consideră că rezultatele publicate de Nature Metabolism reprezintă un nou semnal de alarmă privind creșterea alarmantă a obezității la nivel mondial și consecințele acesteia. Studiul sugerează că prevenirea și combaterea obezității nu înseamnă doar reducerea riscului de diabet sau boli cardiovasculare, ci și diminuarea riscului pentru numeroase forme de cancer. Cercetătorii concluzionează că menținerea unei greutăți corporale normale ar trebui să reprezinte una dintre principalele măsuri de prevenție oncologică, în contextul în care excesul de greutate este asociat cu o gamă mult mai largă de cancere decât se credea anterior. Studiul poate fi consultat integral AICI!
Algoritmele AI sunt prezentul dar a vindeca înseamnă a fi acolo si impreuna
Asistent univ Cristina Popa, Prof univ Adrian Covic A existat cândva o imagine care surprindea esența medicinei: un medic singur, obosit, veghind la căpătâiul unui copil bolnav. Tabloul din 1891 „Doctorul”, vorbea despre o legătura sacră, clădită pe prezență, intuiție și pe un simț al datoriei care nu cunoștea graba. Autoritatea unui medic nu izvora doar din cărți și știință, ci din experienta câștigată în ani, din apropierea față de pacienți și din capacitatea de a „citi” / intui dincolo de simptome. Era cea ce am putea numi „aura” medicului- la fel de greu de deprins precum tușele unui tablou original. Doctorul, Luke Fildes (1891)- sursa Wikipedia Astăzi, în minte ne vine adesea o cu totul altă imagine: un medic în fața unui ecran, cu atenția împărțită între pacientul din fața lui și informațiile din dosarul electronic. Povara birocrației este copleșitoare- documentele completate pentru un singur serviciu medical se simt mai lungi decât romanul Moby Dick. În această realitate s-a insinuat treptat un nou personaj – non uman, si anume – prezența invizibilă dn spatele ecranelor, pe care o numim inteligență artificială. Treptat, apare o întrebare profundă, mult prea mult timp ocolită: poate această tehnologie, născută din logică rece și volume imense de date, să ne ajute sa pastram si sa recuperăm căldura pe care am pierdut-o? Sau se va adânci ireversibil distanța dintre medic și pacient? Drumul AI nu a fost drept, pornind de la entuziasmul anilor ’50, când se credea că în scurt timp calculatoarele vor pune diagnostice, trecand prin lunga perioadă de stagnare în care visul doctor-algoritm părea definitiv îngropat, pana la revenirea si explozia spectaculoasă din zilele noastre. Cel mai vizibil semn al acestei schimbări se vede chiar în inima cercetării medicale: articolul științific. Din 2023, prestigioasa rețea JAMA le-a cerut autorilor să declare dacă au folosit AI în elaborarea articolelor. În cele 27 de luni care au urmat, numărul acestor declarații s-a triplat. Această integrare tot mai pregnantă, în procesul de creare a cunoașterii medicale ridica o întrebare incomodă ;daca un algoritm șlefuiește o frază sau sugerează o direcție de analiza / cercetare, a cui expertiză o citim de fapt? Dincolo de dezbaterea academică, în cabinete și spitale, acolo unde miza este viața, sistemele AI se înmulțesc cu o viteză uimitoare: doar FDA a aprobat peste 350, majoritatea în domeniul imagisticii medicale. S-a creat o „prăpastie AI” derivata dintr-o nepotrivire fundamentală, poate de nerezolvat: oamenii și algoritmii nu gândesc la fel. Un radiolog cu experiență se bazează pe raționament contextual- un amestec de cunoștințe, experiență acumulată și intuiție clinică, care îi permite să ignore ceea ce nu contează, și să vadă ceea ce contează cu adevărat. Un algoritm AI, în schimb, învață din corelații statistice, indiferent dacă acestea au sau nu vreun sens medical. Poate „învăța” de exemplu că un anumit artefact vizual apare frecvent în radiografiile cu pneumonie dintr-un anumit spital, fără ca acel detaliu să aibă vreo relevanță biologică. Rezultatul este că decizia algoritmului poate deveni complet deconectată de realitatea clinică pe care un medic experimentat o percepe aproape instinctiv. Și mai tulburător este paradoxul semnalat de cercetători: cu cât un model AI devine mai precis pe un set de date, cu atât raționamentul sau se poate îndepărta mai mult de felul în care gândește un om. Neliniștea pe care o resimte lumea medicală în fata acestor realități este amplificata de neclaritatea relatiei – medicii percep AI ca un potențial „coleg”- un asistent capabil să analizeze mii de imagini sau să ofere o a doua opinie, economisind timp și surprinzând detalii greu de observat. Medicii tineri își imagineaza AI ca pe un egal, în timp ce medicii seniori cu experiență asimileaza AI cu un rezident care îi secundează. Toti considera ca responsabilitatea finală trebuie să rămână la medic, nu dintr-o temere legata de siguranta locului de muncă, ci dintr-o convingere etică adânc înrădăcinată: un diagnostic este o decizie care poate schimba o viață și care cere, prin urmare, o asumare umana. Un medic a exprimat-o simplu și direct: „pacienții mei vor să vorbească, să întrebe, să discute fiecare amănunt… Nu mi-aș putea imagina cum ar reacționa dacă le-aș spune ca sistemul AI a stabilit diagnosticul.” Conștiente de aceste tensiuni, autoritățile de reglementare și comunitatea cercetătorilor caută soluții. Agenția Europeana a Medicamentului (EMA) și FDA au conturat principii clare: AI în medicină trebuie să se concentreze pe om, trebuie să fie transparentă și monitorizată continuu. Nu este doar o formalitate, ci reprezintă un cadru necesar pentru construirea încrederii. Concret, asta înseamnă că dezvoltatorii trebuie să se asigure că modelele lor sunt corecte și fiabile și că le oferă medicilor posibilitatea de a înțelege de ce un algoritm a ajuns la o anumită concluzie. Această cerință nu este însă suficientă. Modul în care funcționează învățarea automată rămâne, prin natura sa greu de descifrat, iar explicațiile oferite sunt adesea aproximative, putând crea o falsă senzație de înțelegere, care mai degrabă induce în eroare decât lămurește. Riscul ca AI sa fie implementată prost rămâne real, adăugând un nou strat de tehnologie opacă și frustrantă intre medic și pacient, îngrădind autonomia clinicianului și reducând-l la rolul de supraveghetor al unor sisteme în care nu are deplină încredere. Tehnologia avansează mult mai repede decât capacitatea noastră de a integra cu discernământ, iar costurile (financiare, umane, organizaționale) nu sunt deloc neglijabile. Povestea se scrie în continuare. Ne aflăm la o răscruce, în fața unei tehnologii care este în același timp oglindă și instrument. Ne reflectă propriile limite și prejudecăți, dar ne oferă și limitele de a le depăși. Aceleași sisteme care pot părea reci și dezumanizante au și potențialul de a reda medicinei ceva din umanitatea ei. Dacă preiau din povara datelor, ne pot reda înapoi timpul. Dacă ne oferă perspective noi, ne pot ascuți judecata. Provocarea nu este să construim o mașinărie mai performantă, ci să folosim mașinăria pentru a deveni medici mai buni, și poate, pentru a ne întoarce la acel ideal de acum un secol, când a vindeca însemna, înainte de orice, a fi prezent. Bibliografie: