Все о Искусственный интеллект
Ученые разработали инструмент ИИ (искусственный интеллект), способный расшифровывать ДНК опухоли головного мозга во время операции, определяя ее молекулярную принадлежность. Эта информация имеет решающее значение для лечения, и при нынешнем подходе ее получение может занять несколько дней или даже недель.
Для тех, кто торопится:
- Ученые разработали инструмент ИИ, способный расшифровывать ДНК опухоли головного мозга во время операции;
- Помимо того, что эта информация имеет решающее значение для лечения, она определяет решения, принимаемые нейрохирургами во время самой процедуры;
- Среди них: сколько удалять из мозговой ткани и вводить (или не вводить) лекарства непосредственно в оперированный мозг;
- По словам Кун-Хсин Ю, одного из авторов исследования, этот инструмент может ускорить развитие точной онкологии в режиме реального времени.
Знание молекулярного типа опухоли позволяет нейрохирургам принимать решения, например, о том, сколько мозговой ткани следует удалить и следует ли вводить препараты для уничтожения опухолей непосредственно в мозг, пока пациент еще находится на операционном столе.
Читать далее:
Отчет о работе с этим ИИ под руководством исследователей Гарвардской медицинской школы (США) опубликован в научном журнале Med.
помощь ИИ
Получение точной картины перед принятием решения о том, что делать с мозговой тканью, важно по двум причинам:
Удаление слишком большого количества мозговой ткани, когда опухоль менее агрессивна, может, например, повлиять на неврологическую и когнитивную функцию пациента.
Если удалить слишком мало, когда опухоль очень агрессивна, может остаться злокачественная ткань, которая может быстро расти и распространяться.
В настоящее время даже современная клиническая практика не может дать молекулярный профиль опухоли во время операции. Наш инструмент преодолевает эту проблему, извлекая до сих пор неисследованные биомедицинские сигналы из замороженных слайдов патологии.
Кун-Хсинг Ю, один из авторов исследования и доцент кафедры биомедицинской информатики Института Блаватника Гарвардской медицинской школы.
Знание молекулярной идентичности опухоли во время операции также ценно, потому что некоторые типы получают пользу от лечения на месте лекарствами, вводимыми непосредственно в мозг во время операции.
Возможность проводить интраоперационную молекулярную диагностику в режиме реального времени во время операции может способствовать развитию точной онкологии в реальном времени.
Кун-Хсинг Ю, один из авторов исследования и доцент кафедры биомедицинской информатики Института Блаватника Гарвардской медицинской школы.
Способность нового инструмента упростить молекулярную диагностику может оказаться особенно полезной в областях с ограниченным доступом к технологиям для быстрого генетического секвенирования рака.
В дополнение к решениям, принятым во время операции, знание молекулярного типа опухоли дает представление о ее агрессивности, поведении и вероятном ответе на различные виды лечения. Такие знания могут помочь в принятии послеоперационных решений.
новый инструмент
Стандартный интраоперационный диагностический подход, используемый в настоящее время, включает взятие ткани головного мозга, ее замораживание и исследование под микроскопом.
Основным недостатком является то, что замораживание тканей имеет тенденцию изменять внешний вид клеток под микроскопом и может повлиять на точность клинической оценки.
Кроме того, человеческий глаз, даже при использовании мощных микроскопов, не может очень точно обнаружить тонкие геномные вариации на предметном стекле.
Новый подход, использующий инструмент с ИИ, преодолевает эти препятствия.
Инструмент под названием Charm (Cryosection Histopathology Assessment and Review Machine) находится в свободном доступе для других исследователей.
По сообщению исследовательской группы, его все еще необходимо клинически подтвердить путем тестирования в реальных условиях и получить одобрение FDA — американской Anvisa — перед развертыванием в больницах.
Как обучался инструмент
Charm был разработан с использованием 2334 образцов опухоли головного мозга от 1524 человек с глиомой из трех разных групп пациентов.
При тестировании на ранее не публиковавшемся наборе образцов мозга инструмент различал опухоли со специфическими молекулярными мутациями с точностью 93%.
Она также успешно классифицировала три основных типа глиом с различными молекулярными характеристиками, которые имеют разные прогнозы и по-разному реагируют на лечение.
Сделав еще один шаг вперед, инструмент успешно зафиксировал визуальные особенности ткани, окружающей злокачественные клетки.
Она смогла обнаружить контрольные области с более высокой плотностью клеток и большей гибелью клеток в образцах, которые сигнализируют о более агрессивных типах глиомы.
Инструмент также смог идентифицировать клинически важные молекулярные изменения в подмножестве глиом низкой степени злокачественности, подтипе глиомы, который менее агрессивен и, следовательно, с меньшей вероятностью проникает в окружающие ткани.
Каждое из этих изменений также сигнализирует о различной склонности к росту, распространению и реакции на лечение.
Инструмент дополнительно связал внешний вид клеток — форму их ядер, наличие отека вокруг клеток — с молекулярным профилем опухоли.
Это означает, что алгоритм может определить, как внешний вид клетки связан с молекулярным типом опухоли.
Эта способность оценивать более широкий контекст, окружающий изображение, делает модель более точной и близкой к тому, как патологоанатом визуально оценивает образец опухоли.
По информации Гарвардского университета
Вы смотрели новые видео на YouTube цифрового взгляда? Подписывайтесь на канал!