Nowe publikacje
Naukowcy opracowali sztuczną inteligencję do klasyfikacji guzów mózgu
Ostatnia recenzja: 02.07.2025
Cała zawartość iLive jest sprawdzana medycznie lub sprawdzana pod względem faktycznym, aby zapewnić jak największą dokładność faktyczną.
Mamy ścisłe wytyczne dotyczące pozyskiwania i tylko linki do renomowanych serwisów medialnych, akademickich instytucji badawczych i, o ile to możliwe, recenzowanych badań medycznych. Zauważ, że liczby w nawiasach ([1], [2] itd.) Są linkami do tych badań, które można kliknąć.
Jeśli uważasz, że któraś z naszych treści jest niedokładna, nieaktualna lub w inny sposób wątpliwa, wybierz ją i naciśnij Ctrl + Enter.
Naukowcy z Australian National University (ANU) opracowali nowe narzędzie wykorzystujące sztuczną inteligencję do szybszej i dokładniejszej klasyfikacji guzów mózgu.
Według dr Dan-Thai Hoanga, dokładność diagnozowania i klasyfikowania nowotworów ma kluczowe znaczenie dla skutecznego leczenia pacjentów.
„Obecnym złotym standardem identyfikacji różnych typów guzów mózgu jest profilowanie oparte na metylacji DNA” – powiedział dr Hoang.
„Metylacja DNA działa jak przełącznik kontrolujący aktywność genów i określający, które geny mają być włączone, a które wyłączone.
„Jednak czas potrzebny na przeprowadzenie tego rodzaju testów może okazać się znaczną wadą, często wymagając kilku tygodni lub więcej, kiedy pacjenci muszą szybko podjąć decyzję dotyczącą terapii.
Przegląd zestawów danych i przepływu pracy obliczeniowej. Źródło: Nature Medicine (2024). DOI: 10.1038/s41591-024-02995-8
„Ponadto, takie testy nie są dostępne w większości szpitali na świecie”.
Aby rozwiązać te problemy, naukowcy z ANU we współpracy z ekspertami z Narodowego Instytutu Raka w USA opracowali metodę DEPLOY, która pozwala przewidywać metylację DNA, a następnie klasyfikować guzy mózgu na 10 głównych podtypów.
DEPLOY wykorzystuje mikroskopowe obrazy tkanek pacjenta, zwane obrazami histopatologicznymi.
Model ten został wytrenowany i przetestowany na dużych zbiorach danych obejmujących około 4000 pacjentów z USA i Europy, a wyniki opublikowano w czasopiśmie Nature Medicine.
„Co zadziwiające, DEPLOY osiągnął bezprecedensową dokładność na poziomie 95%” – powiedział dr Hoang.
„Ponadto, analizując podzbiór 309 szczególnie trudnych do sklasyfikowania próbek, DEPLOY był w stanie postawić diagnozę, która miała większe znaczenie kliniczne niż ta pierwotnie postawiona przez patologów.
„To podkreśla potencjalną rolę DEPLOY w przyszłości jako dodatkowego narzędzia uzupełniającego wstępną diagnozę patologa lub nawet nakazującego ponowną ocenę w przypadku rozbieżności”.
Naukowcy sądzą, że metoda DEPLOY będzie mogła zostać wykorzystana do klasyfikowania innych rodzajów nowotworów.
Wyniki badania opublikowano w czasopiśmie Nature Medicine.