Naukowcy opracowali sztuczną inteligencję do klasyfikacji guzów mózgu
Ostatnia recenzja: 14.06.2024
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 Australijskiego Uniwersytetu Narodowego (ANU) opracowali nowe narzędzie sztucznej inteligencji umożliwiające szybszą i dokładniejszą klasyfikację guzów mózgu.
Według dr Dana-Thai Hoanga dokładność w diagnozowaniu i klasyfikacji nowotworów ma kluczowe znaczenie dla skutecznego leczenia pacjentów.
„Obecnym złotym standardem w 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 są włączone, a które wyłączone.
„Jednak czas wymagany na przeprowadzenie tego rodzaju badań może być znaczącą wadą i często wymagać tygodni lub więcej, gdy pacjenci muszą podejmować szybkie decyzje dotyczące terapii.
Przegląd zbiorów danych i przepływu pracy obliczeniowej. Źródło: Medycyna Przyrodnicza (2024). DOI: 10.1038/s41591-024-02995-8
„Ponadto takie testy nie są dostępne w prawie wszystkich szpitalach na świecie.”
Aby stawić czoła tym wyzwaniom, naukowcy z ANU we współpracy z ekspertami z Narodowego Instytutu Raka w USA opracowali DEPLOY, sposób przewidywania metylacji DNA, a następnie klasyfikowania guzów mózgu na 10 głównych podtypów.
DEPLOY wykorzystuje obrazy mikroskopowe tkanki pacjenta, zwane obrazami histopatologicznymi.
Model został wyszkolony i przetestowany na dużych zbiorach danych dotyczących około 4000 pacjentów ze Stanów Zjednoczonych i Europy. opublikowane w czasopiśmie Nature Medicine.
„Co zaskakujące, projekt DEPLOY osiągnął bezprecedensową dokładność na poziomie 95%” – powiedział dr Hoang.
„Dodatkowo, analizując podzbiór 309 próbek szczególnie trudnych do sklasyfikowania, w ramach projektu DEPLOY udało się postawić diagnozę, która miała większe znaczenie kliniczne niż ta pierwotnie postawiona przez patologów.
„Pokazuje to potencjalną rolę DEPLOY w przyszłości jako dodatkowego narzędzia, uzupełniającego wstępną diagnozę patologa lub nawet wymagającą ponownej oceny w przypadku rozbieżności.”
Naukowcy uważają, że DEPLOY można ostatecznie wykorzystać do klasyfikacji innych typów nowotworów.
Wyniki badania zostały opublikowane w czasopiśmie Nature Medicine.