Daugelį metų vėžio tyrinėtojai pastebėjo, kad mirtina smegenų vėžio forma, vadinama glioblastoma, suserga daugiau vyrų nei moterų. Jie taip pat nustatė, kad šie navikai vyrams dažnai būna agresyvesni. Tačiau buvo sunku nustatyti charakteristikas, kurios galėtų padėti gydytojams numatyti, kurie navikai greičiausiai augs greičiau. Viskonsino universiteto Madisono mokslininkai kreipiasi į dirbtinį intelektą, kad atskleistų tuos rizikos veiksnius ir kaip jie skiriasi tarp lyčių.
Radiologijos ir biomedicinos inžinerijos profesorius Pallavi Tiwari ir jos kolegos paskelbė savo pirmines išvadas žurnale Mokslo pažangaužsimindamas apie AI pažadą pagerinti vėžiu sergančių pacientų medicininę priežiūrą.
„Vėžiu sergančio paciento kelionėje yra surinkta daugybė duomenų“, – sako Tiwari, kuris taip pat yra susijęs su Medicinos fizikos skyriumi. „Šiuo metu, deja, jis paprastai tiriamas tyliai, ir čia AI turi didžiulį potencialą.
Nedaug tyrinėtojų geriau supranta šį potencialą nei Tiwari. Atvykęs į UW-Madison 2022 m., kad padėtų vadovauti universiteto naujai AI iniciatyvai medicininio vaizdavimo srityje, Tiwari kartu vadovauja Vaizdo gavimo ir radiacijos mokslų programai Carbone vėžio centre. Jos tyrimai panaudoja AI modelių skaičiavimo galią, kad būtų galima ištirti didelius medicininių vaizdų kiekius ir rasti modelius, kurie galėtų padėti onkologams ir jų pacientams priimti labiau pagrįstus sprendimus.
„Mes norime išspręsti visą vėžiu sergančio paciento kelionės iššūkių spektrą, pradedant nuo diagnozės ir prognozės iki gydymo atsako įvertinimo”, – sako Tiwari.
Šiuo atveju Tiwari ir buvusi absolventė Ruchika Verma kreipėsi į skaitmeninius patologijos skaidrių vaizdus – plonus naviko mėginių gabalėlius – ieškodami modelių, kurie galėtų numatyti, kaip greitai auglys gali augti ir kiek ilgai pacientas gali tikėtis išgyventi.
Glioblastoma yra viena iš agresyviausių vėžio formų, kurios vidutinis išgyvenamumas yra 15 mėnesių po diagnozės nustatymo.
„Pacientai dažnai negyvena ilgai po diagnozės“, – sako Tiwari. „Tačiau didelis iššūkis yra prognozė – nustatyti, kiek pacientai iš tikrųjų gyvens ir kokie gali būti jų rezultatai. Tai svarbu, nes rezultatai galiausiai lemia gydymą, kurį jie gauna, ir jų gyvenimo kokybę po diagnozės.”
Siekdami įveikti šį iššūkį, Tiwari ir Verma sukūrė dirbtinio intelekto modelį, kuris gali nustatyti net subtilius patologinių skaidrės modelius, kurių plika akimi gali niekada nepastebėti. Naudodami duomenis iš daugiau nei 250 glioblastoma sergančių pacientų tyrimų, jie išmokė modelį atpažinti unikalias navikų savybes, tokias kaip tam tikrų ląstelių tipų gausa ir jų įsiskverbimo į aplinkinius sveikus audinius laipsnis.
Be to, jie išmokė modelį nustatyti bet kokius šių savybių ir pacientų išgyvenimo laiko modelius, atsižvelgiant į jų lytį.
Tai darydami jie sukūrė AI modelį, kuris galėjo nustatyti agresyvesnių navikų, kurie yra stipriai susiję su kiekviena lytimi, rizikos veiksnius. Moterims didesnės rizikos charakteristikos apėmė navikus, kurie įsiskverbė į sveikus audinius. Vyrų tarpe tam tikrų ląstelių, supančių mirštantį audinį (vadinamų pseudopalizuojančiomis ląstelėmis), buvimas buvo susijęs su agresyvesniais navikais.
Modelis taip pat nustatė naviko charakteristikas, kurios, atrodo, yra blogesnės tiek vyrų, tiek moterų prognozės.
Tyrimas gali padėti labiau individualizuoti glioblastoma sergančių pacientų priežiūrą.
„Atskleidę šiuos unikalius modelius, tikimės įkvėpti naujų individualizuoto gydymo būdų ir paskatinti toliau tirti pagrindinius šių navikų biologinius skirtumus“, – sako Verma.
Tiwari ir jos kolegos atlieka panašų darbą naudodami MRT duomenis ir pradėjo naudoti AI analizuodami kasos ir krūties vėžį, siekdami pagerinti pacientų rezultatus.
Be savo mokslinių tyrimų, Tiwari padeda formuoti universiteto RISE-AI ir RISE-THRIVE iniciatyvas, kurios nustato UW-Madison kaip tarpdisciplininių dirbtinio intelekto ir žmogaus sveikatos tyrimų lyderį.
„UW turi didelę ir įvairią patirtį mūsų inžinerijos ir medicinos miesteliuose, – sako Tiwari, – o pasitelkę RISE iniciatyvas galime būti DI tyrimų klinikinės priežiūros srityje priešakyje.