Nye publikationer
Forskere har udviklet kunstig intelligens til at klassificere hjernesvulster
Sidst revideret: 02.07.2025

Alt iLive-indhold gennemgås medie eller kontrolleres for at sikre så meget faktuel nøjagtighed som muligt.
Vi har strenge sourcing retningslinjer og kun link til velrenommerede medie websteder, akademiske forskningsinstitutioner og, når det er muligt, medicinsk peer reviewed undersøgelser. Bemærk at tallene inden for parentes ([1], [2] osv.) Er klikbare links til disse undersøgelser.
Hvis du mener, at noget af vores indhold er unøjagtigt, forældet eller på anden måde tvivlsomt, skal du vælge det og trykke på Ctrl + Enter.

Et nyt kunstig intelligens-værktøj til at klassificere hjernetumorer hurtigere og mere præcist er blevet udviklet af forskere fra Australian National University (ANU).
Ifølge Dr. Dan-Thai Hoang er nøjagtighed i diagnosticering og klassificering af tumorer afgørende for effektiv behandling af patienter.
"Den nuværende guldstandard til at identificere forskellige typer hjernetumorer er DNA-methyleringsbaseret profilering," sagde Dr. Hoang.
"DNA-methylering fungerer som en kontakt til at kontrollere genaktivitet og bestemme, hvilke gener der er tændt eller slukket."
"Men den tid, det tager at udføre denne type test, kan være en betydelig ulempe, da det ofte kræver flere uger eller mere, når patienterne muligvis skal træffe hurtige beslutninger om behandling."
Oversigt over datasæt og beregningsmæssige arbejdsgange. Kilde: Nature Medicine (2024). DOI: 10.1038/s41591-024-02995-8
"Derudover er sådanne tests ikke tilgængelige på næsten alle hospitaler i verden."
For at løse disse problemer har forskere fra ANU i samarbejde med eksperter fra National Cancer Institute i USA udviklet DEPLOY – en metode til at forudsige DNA-methylering og derefter klassificere hjernetumorer i 10 hovedundertyper.
DEPLOY bruger mikroskopiske billeder af en patients væv, kaldet histopatologiske billeder.
Modellen blev trænet og testet på store datasæt med cirka 4.000 patienter fra USA og Europa, og er offentliggjort i tidsskriftet Nature Medicine.
"Forbløffende nok opnåede DEPLOY en hidtil uset nøjagtighed på 95%," sagde Dr. Hoang.
"Derudover var DEPLOY i stand til at stille en diagnose, der var mere klinisk meningsfuld end den, patologerne oprindeligt stillede, da man analyserede en delmængde af 309 prøver, der var særligt vanskelige at klassificere."
"Dette fremhæver DEPLOYs potentielle rolle i fremtiden som et yderligere værktøj til at supplere patologens indledende diagnose eller endda til at fremskynde en revurdering i tilfælde af uoverensstemmelser."
Forskerne mener, at DEPLOY i sidste ende kan bruges til at klassificere andre typer kræft.
Resultaterne af undersøgelsen blev offentliggjort i tidsskriftet Nature Medicine.