Mokslininkai atranda didelės rizikos endometriumo vėžio formą ir kaip ją išbandyti naudodami AI

Mokslininkai atranda didelės rizikos endometriumo vėžio formą ir kaip ją išbandyti naudodami AI

Gyvensena mityba, dietos, judėjimas

Britų Kolumbijos universiteto mokslininkų atradimas žada pagerinti pacientų, sergančių endometriumo vėžiu – labiausiai paplitusiu ginekologiniu piktybiniu naviku, priežiūrą.

Naudodami dirbtinį intelektą (AI), kad nustatytų modelius tūkstančiuose vėžio ląstelių vaizdų, tyrėjai tiksliai nustatė atskirą endometriumo vėžio pogrupį, dėl kurio pacientams kyla daug didesnė pasikartojimo ir mirties rizika, tačiau kitu atveju tradicinės patologijos ir molekulinės diagnostikos neatpažintų.

Išvados, paskelbtos m Gamtos komunikacijospadės gydytojams nustatyti didelės rizikos liga sergančius pacientus, kuriems būtų naudingas visapusiškesnis gydymas.

„Gendometriumo vėžys yra įvairi liga, kai kuriems pacientams vėžys atsinaujins daug dažniau nei kitiems“, – sakė dr. Jessica McAlpine, UBC ginekologinės onkologijos katedros vedėja dr. Vankuverio bendroji ligoninė. „Labai svarbu, kad būtų nustatyti pacientai, sergantys didelės rizikos liga, kad galėtume įsikišti ir, tikėkimės, užkirsti kelią pasikartojimui. Šis dirbtiniu intelektu pagrįstas metodas padės užtikrinti, kad nė vienas pacientas nepraleistų galimybės atlikti galimai gyvybę gelbstinčias intervencijas.”

AI varomas tikslus vaistas

Šis atradimas pagrįstas dr. McAlpine'o ir kolegų iš BC Ginekologinio vėžio iniciatyvos – daugiainstitucinio bendradarbiavimo tarp UBC, BC Cancer, Vancouver Coastal Health ir BC Women's Hospital, kurie 2013 m. padėjo parodyti, kad endometriumo vėžys gali būti suskirstytas į keturis potipius. pagrįstos vėžinių ląstelių molekulinėmis savybėmis, kurių kiekviena kelia skirtingą rizikos lygį pacientams.

Dr. McAlpine ir komanda toliau kūrė naujovišką molekulinės diagnostikos įrankį, vadinamą ProMiSE, kuris gali tiksliai atskirti potipius. Priemonė dabar naudojama visoje BC, kai kuriose Kanados dalyse ir tarptautiniu mastu priimant sprendimus dėl gydymo.

Tačiau iššūkiai išlieka. Labiausiai paplitęs molekulinis potipis, apimantis maždaug 50% visų atvejų, iš esmės yra visa apimanti endometriumo vėžio kategorija, neturinti pastebimų molekulinių savybių.

„Šioje labai didelėje kategorijoje yra pacientų, kurių rezultatai yra itin geri, ir kitų, kurių vėžio pasekmės yra labai nepalankios. Tačiau iki šiol mums trūko įrankių, leidžiančių nustatyti rizikos grupei priklausančius asmenis, kad galėtume pasiūlyti jiems tinkamą gydymą”, – sakė jis. Daktaras Makalpinas.

Mokslininkai atranda didelės rizikos endometriumo vėžio formą ir kaip ją ištirti, naudodami AI

Dr. McAlpine kreipėsi į ilgametį bendradarbį ir mašininio mokymosi ekspertą Dr. Ali Bashashati, UBC biomedicinos inžinerijos ir patologijos bei laboratorinės medicinos docentą, kad pabandytų toliau segmentuoti kategoriją naudojant pažangius AI metodus.

Daktaras Bashashati ir jo komanda sukūrė gilaus mokymosi AI modelį, kuris analizuoja iš pacientų paimtų audinių mėginių vaizdus. AI buvo išmokytas atskirti skirtingus potipius ir, išanalizavęs daugiau nei 2300 vėžio audinių vaizdų, tiksliai nustatė naują pogrupį, kurio išgyvenamumas buvo žymiai mažesnis.

„AI galia yra ta, kad jis gali objektyviai pažvelgti į didelius vaizdų rinkinius ir nustatyti modelius, kurių nepastebi žmogaus patologai“, – sakė daktaras Bashashati. „Tai yra adatos radimas šieno kupetoje. Tai mums sako, kad ši vėžio grupė, kuriai būdingos šios savybės, yra didžiausi pažeidėjai ir kelia didesnę riziką pacientams.”

Atradimų pristatymas pacientams

Šiuo metu komanda tiria, kaip AI įrankis galėtų būti integruotas į klinikinę praktiką kartu su tradicine molekuline ir patologijos diagnostika dėl Terry Fox tyrimų instituto dotacijos.

„Abu jie veikia kartu, o dirbtinis intelektas suteikia papildomą sluoksnį virš jau atliekamų bandymų“, – sakė dr. McAlpine.

Vienas iš AI pagrįsto metodo pranašumų yra tai, kad jis yra ekonomiškas ir lengvai naudojamas įvairiose geografinėse vietovėse. Dirbtinis intelektas analizuoja vaizdus, ​​kuriuos reguliariai renka patologai ir sveikatos priežiūros paslaugų teikėjai net mažesnėse ligoninių vietose kaimo ir atokiose bendruomenėse ir jais dalijasi ieškant antros nuomonės dėl diagnozės.

Kombinuotas molekulinės ir AI pagrįstos analizės naudojimas leistų daugeliui pacientų likti savo namų bendruomenėse ne tokiai intensyviai operacijai, tuo pačiu užtikrinant, kad tie, kuriems reikia gydymo didesniame vėžio centre, galėtų tai padaryti.

„Mus tikrai įtikina galimybė įgyti didesnį teisingumą ir prieigą“, – sakė dr. Bashashati. „AI nesirūpina, ar esate dideliame miesto centre, ar kaimo bendruomenėje, jis tiesiog būtų prieinamas, todėl tikimės, kad tai tikrai pakeis endometriumo vėžio diagnozavimą ir gydymą pacientams visur.