Tutkijat ovat kehittäneet tekoälyä aivokasvainten luokittelemiseksi
Viimeksi tarkistettu: 14.06.2024
Kaikki iLive-sisältö tarkistetaan lääketieteellisesti tai se tarkistetaan tosiasiallisen tarkkuuden varmistamiseksi.
Meillä on tiukat hankintaohjeet ja vain linkki hyvämaineisiin mediasivustoihin, akateemisiin tutkimuslaitoksiin ja mahdollisuuksien mukaan lääketieteellisesti vertaisarvioituihin tutkimuksiin. Huomaa, että suluissa ([1], [2] jne.) Olevat numerot ovat napsautettavia linkkejä näihin tutkimuksiin.
Jos sinusta tuntuu, että jokin sisältö on virheellinen, vanhentunut tai muuten kyseenalainen, valitse se ja paina Ctrl + Enter.
Australian kansallisen yliopiston (ANU) tutkijat ovat kehittäneet uuden tekoälytyökalun aivokasvainten luokitteluun nopeammin ja tarkemmin.
Tohtori Dan-Thai Hoangin mukaan kasvainten diagnosoinnin ja luokittelun tarkkuus on ratkaisevan tärkeää potilaiden tehokkaan hoidon kannalta.
"Nykyinen kultastandardi erityyppisten aivokasvainten tunnistamisessa on DNA-metylaatioon perustuva profilointi", sanoi tohtori Hoang.
"DNA:n metylaatio toimii kytkimenä, joka ohjaa geenien toimintaa ja määrittää, mitkä geenit kytketään päälle tai pois päältä.
"Tällaisten testausten suorittamiseen kuluva aika voi kuitenkin olla merkittävä haitta, sillä se vaatii usein viikkoja tai enemmän, ennen kuin potilaiden on ehkä tehtävä nopeita hoitopäätöksiä.
Yleistiedot tietojoukoista ja laskennallisesta työnkulusta. Lähde: Nature Medicine (2024). DOI: 10.1038/s41591-024-02995-8
"Lisäksi tällaisia testejä ei ole saatavilla lähes kaikissa maailman sairaaloissa."
Näihin haasteisiin vastaamiseksi ANU:n tutkijat ovat yhteistyössä Yhdysvaltain kansallisen syöpäinstituutin asiantuntijoiden kanssa kehittäneet DEPLOY:n, tavan ennustaa DNA:n metylaatiota ja luokitella aivokasvaimet 10 pääalatyyppiin.
DEPLOY käyttää mikroskooppisia kuvia potilaan kudoksesta, joita kutsutaan histopatologisilla kuvilla.
Malli on koulutettu ja testattu noin 4 000 potilaan laajalla tietojoukolla Yhdysvalloista ja Euroopasta. julkaistu Nature Medicine -lehdessä.
"Yllättäen DEPLOY saavutti ennennäkemättömän 95 % tarkkuuden", sanoi tohtori Hoang.
"Lisäksi DEPLOY pystyi analysoidessaan 309 erityisen vaikeasti luokiteltavan näytteen alajoukkoa kliinisesti merkityksellisemmän diagnoosin kuin patologien alun perin antama.
"Tämä osoittaa DEPLOY:n mahdollisen roolin tulevaisuudessa lisätyökaluna, joka täydentää patologin alkuperäistä diagnoosia tai jopa edellyttää uudelleenarviointia poikkeavuuksien sattuessa."
Tutkijat uskovat, että DEPLOY:tä voitaisiin lopulta käyttää muiden syöpien luokitteluun.
Tutkimuksen tulokset julkaistiin Nature Medicine -lehdessä.