123RF
Sztuczna inteligencja diagnozuje genetykę raka w półtorej minuty
Redaktor: Monika Stelmach
Data: 27.03.2023
Źródło: Marek Matacz/PAP, Nature Medicine: „Artificial-intelligence-based molecular classification of diffuse gliomas using rapid, label-free optical imaging”
Działy:
Aktualności w Onkologia
Aktualności
Powstał system sztucznej inteligencji, który na podstawie zdjęć w niespełna dwie minuty określa genetyczne mutacje w guzach. Taka wiedza to klucz do jak najlepszej diagnostyki i terapii. Wyniki badań opublikowano w „Nature Medicine”.
Grupa ekspertów z University of Michigan w USA i innych ośrodków badawczych opracowała oparty na sztucznej inteligencji system, który pozwala w 90 sekund określić genetykę guza mózgu, bez prowadzenia trudnodostępnych, typowych testów genetycznych.
SI analizuje zdjęcia guzów wyciętych podczas operacji.
W badaniu naukowcy przeanalizowali chorobę 150 ochotników cierpiących na jeden z najczęstszych i najniebezpieczniejszych nowotworów mózgu. Guz ten występuje jednak w różnych podgrupach o różnej kompozycji genetycznej, wymagających innego podejścia do leczenia. Rokowania w dużym stopniu zależą właśnie od rodzajów mutacji.
Ogólnie średni czas życia pacjentów z tą chorobą wynosi 18 miesięcy, ale w przypadku jednego z podtypów czas ten, przy odpowiednim leczeniu, wydłuża się nawet do 5 lat – podają naukowcy. Jednak, jak podkreślają, niewielki odsetek chorych ma dostęp do badań genetycznych.
System o nazwie DeepGlioma w 90 proc. przypadków poprawnie określił obecne w chorych komórkach mutacje.
– To oparte na SI narzędzie ma potencjał, aby poprawić dostęp do diagnostyki, jej prędkość oraz opiekę nad pacjentami ze śmiertelnymi guzami mózgu – twierdzi kierujący badaniami prof. Todd Hollon.
Postęp w leczeniu najbardziej śmiertelnych guzów mózgu był w minionych dekadach ograniczony częściowo z powodu trudności w identyfikacji pacjentów, którzy najwięcej skorzystaliby z celowanych terapii. – Metody szybkiej klasyfikacji molekularnej dają nadzieję na zmiany w badaniach klinicznych, które doprowadzą do nowych metod leczenia – mówi prof. Daniel Orringer, jeden z głównych autorów systemu opisanego w periodyku „Nature Medicine”.
SI analizuje zdjęcia guzów wyciętych podczas operacji.
W badaniu naukowcy przeanalizowali chorobę 150 ochotników cierpiących na jeden z najczęstszych i najniebezpieczniejszych nowotworów mózgu. Guz ten występuje jednak w różnych podgrupach o różnej kompozycji genetycznej, wymagających innego podejścia do leczenia. Rokowania w dużym stopniu zależą właśnie od rodzajów mutacji.
Ogólnie średni czas życia pacjentów z tą chorobą wynosi 18 miesięcy, ale w przypadku jednego z podtypów czas ten, przy odpowiednim leczeniu, wydłuża się nawet do 5 lat – podają naukowcy. Jednak, jak podkreślają, niewielki odsetek chorych ma dostęp do badań genetycznych.
System o nazwie DeepGlioma w 90 proc. przypadków poprawnie określił obecne w chorych komórkach mutacje.
– To oparte na SI narzędzie ma potencjał, aby poprawić dostęp do diagnostyki, jej prędkość oraz opiekę nad pacjentami ze śmiertelnymi guzami mózgu – twierdzi kierujący badaniami prof. Todd Hollon.
Postęp w leczeniu najbardziej śmiertelnych guzów mózgu był w minionych dekadach ograniczony częściowo z powodu trudności w identyfikacji pacjentów, którzy najwięcej skorzystaliby z celowanych terapii. – Metody szybkiej klasyfikacji molekularnej dają nadzieję na zmiany w badaniach klinicznych, które doprowadzą do nowych metod leczenia – mówi prof. Daniel Orringer, jeden z głównych autorów systemu opisanego w periodyku „Nature Medicine”.
