Учени са разработили изкуствен интелект за класифициране на мозъчни тумори
Последно прегледани: 14.06.2024
Цялото съдържание на iLive е медицински прегледано или е проверено, за да се гарантира възможно най-голяма точност.
Имаме строги насоки за снабдяване и само свързваме реномирани медийни сайтове, академични изследователски институции и, когато е възможно, медицински проучвания, които се разглеждат от специалисти. Имайте предвид, че номерата в скоби ([1], [2] и т.н.) са линкове към тези проучвания.
Ако смятате, че някое от съдържанието ни е неточно, остаряло или под съмнение, моля, изберете го и натиснете Ctrl + Enter.
Нов инструмент с изкуствен интелект за по-бързо и по-точно класифициране на мозъчни тумори е разработен от изследователи от Австралийския национален университет (ANU).
Според д-р Дан-Тай Хоанг, точността при диагностицирането и класифицирането на туморите е от решаващо значение за ефективното лечение на пациентите.
„Сегашният златен стандарт за идентифициране на различни типове мозъчни тумори е базирано на ДНК метилиране профилиране“, каза д-р Хоанг.
„ДНК метилирането действа като превключвател за контрол на генната активност и определя кои гени да се включват или изключват.
„Но времето, необходимо за провеждане на този вид тестване, може да бъде значителен недостатък, често изискващ седмици или повече, когато може да се наложи пациентите да вземат бързи решения относно терапията.
Преглед на наборите от данни и изчислителния работен процес. Източник: Nature Medicine (2024). DOI: 10.1038/s41591-024-02995-8
„Освен това такива тестове не се предлагат в почти всички болници по света.“
За да се справят с тези предизвикателства, изследователи от ANU, в сътрудничество с експерти от Националния институт по рака в САЩ, разработиха DEPLOY, начин за прогнозиране на ДНК метилиране и след това класифициране на мозъчните тумори в 10 основни подтипа.
DEPLOY използва микроскопични изображения на тъканта на пациента, наречени хистопатологични изображения.
Моделът беше обучен и тестван върху големи набори от данни от приблизително 4000 пациенти от Съединените щати и Европа. публикувано в списанието Nature Medicine.
„Изненадващо, DEPLOY постигна безпрецедентна точност от 95%“, каза д-р Хоанг.
„Освен това, когато анализира подмножество от 309 особено трудни за класифициране проби, DEPLOY успя да предостави диагноза, която е по-значима от клинична гледна точка от тази, първоначално предоставена от патолозите.
„Това показва потенциалната роля на DEPLOY в бъдеще като допълнителен инструмент, допълващ първоначалната диагноза на патолога или дори налагащ повторна оценка в случай на несъответствия.“
Изследователите смятат, че DEPLOY евентуално може да се използва за класифициране на други видове рак.
Резултатите от изследването са публикувани в списанието Nature Medicine.