Naujas popierius Biologijos metodai ir protokolai rodo, kad netrukus gydytojai galės panaudoti dirbtinį intelektą (AI), kad aptiktų ir diagnozuotų pacientų vėžį, o tai leis pradėti gydymą anksčiau. Vėžys tebėra viena iš sunkiausių žmonių ligų: kasmet miršta daugiau nei 19 milijonų atvejų ir 10 milijonų mirčių. Evoliucinis vėžio pobūdis apsunkina vėlyvos stadijos navikų gydymą.
Genetinę informaciją DNR užkoduoja keturių bazių modeliai (žymimi A, T, G ir C), kurie sudaro jos struktūrą. Dėl aplinkos pokyčių už ląstelės ribų kai kurios DNR bazės gali būti pakeistos pridedant metilo grupę. Šis procesas vadinamas „DNR metilinimu“.
Kiekviena atskira ląstelė turi milijonus šių DNR metilinimo ženklų. Mokslininkai pastebėjo šių ženklų pokyčius ankstyvoje vėžio raidoje; jie galėtų padėti anksti diagnozuoti vėžį. Galima ištirti, kurios DNR bazės yra metilintos sergant vėžiu ir kokiu mastu, palyginti su sveikais audiniais.
Konkrečių DNR metilinimo parašų, rodančių skirtingus vėžio tipus, nustatymas yra panašus į adatos paiešką šieno kupetoje. Šiame tyrime dalyvaujantys mokslininkai mano, kad dirbtinis intelektas gali padėti.
Tyrėjai iš Kembridžo universiteto ir Londono imperatoriškojo koledžo apmokė dirbtinio intelekto režimą, naudodamiesi mašininio ir gilaus mokymosi deriniu, kad galėtų pažvelgti į DNR metilinimo modelius ir nustatyti 13 skirtingų vėžio tipų (įskaitant krūties, kepenų, plaučių ir prostatos vėžį) iš ne vėžio rūšių. vėžinis audinys 98,2% tikslumu. Šis modelis remiasi audinių mėginiais (ne DNR fragmentais kraujyje), todėl jam reikės papildomo mokymo ir bandymų, susijusių su įvairesniu biopsijos mėginių rinkiniu, kad jis būtų paruoštas klinikiniam naudojimui.
Tyrėjai mano, kad svarbus šio tyrimo aspektas buvo paaiškinamo ir interpretuojamo pagrindinio AI modelio, kuris suteikė įžvalgų apie jo prognozių priežastis, naudojimas. Tyrėjai ištyrė vidinį savo modelio veikimą ir parodė, kad modelis sustiprina ir pagerina supratimą apie pagrindinius procesus, prisidedančius prie vėžio.
Nustačius šiuos neįprastus metilinimo modelius (galbūt iš biopsijų), sveikatos priežiūros paslaugų teikėjai galėtų anksti aptikti vėžį. Tai gali žymiai pagerinti pacientų rezultatus, nes dauguma vėžio atvejų yra gydomi arba išgydomi, jei jie nustatomi pakankamai anksti.
„Skaičiavimo metodai, tokie kaip šis modelis, geriau apmokydami įvairesnius duomenis ir griežtai tikrindami klinikoje, ilgainiui suteiks dirbtinio intelekto modelius, kurie padės gydytojams anksti aptikti vėžį ir atlikti atranką“, – sakė pagrindinis straipsnio autorius Shamithas Samarajiwa. „Tai suteiks geresnių pacientų rezultatų.”