Forskere har udviklet kunstig intelligens til at klassificere hjernetumorer
Sidst revideret: 14.06.2024
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 intelligensværktøj til at klassificere hjernetumorer hurtigere og mere præcist er blevet udviklet af forskere ved 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 for identifikation af forskellige typer hjernetumorer er DNA-methyleringsbaseret profilering," sagde Dr. Hoang.
"DNA-methylering fungerer som en switch til at kontrollere genaktivitet og bestemme, hvilke gener der slås til eller fra.
"Men den tid, der kræves til at udføre denne form for testning, kan være en væsentlig ulempe, og det kan ofte kræve uger eller mere, når patienterne skal træffe hurtige beslutninger om behandling.
Oversigt over datasæt og beregningsmæssig arbejdsgang. 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 udfordringer har forskere fra ANU i samarbejde med eksperter fra National Cancer Institute i USA udviklet DEPLOY, en måde at forudsige DNA-methylering og derefter klassificere hjernetumorer i 10 hovedundertyper.
DEPLOY bruger mikroskopiske billeder af patientens væv, kaldet histopatologiske billeder.
Modellen blev trænet og testet på store datasæt af cirka 4.000 patienter fra USA og Europa. offentliggjort i tidsskriftet Nature Medicine.
"Overraskende nok opnåede DEPLOY en hidtil uset 95 % nøjagtighed," sagde Dr. Hoang.
"Derudover var DEPLOY i stand til at give en diagnose, der var mere klinisk meningsfuld end den, patologer oprindeligt stillede, da de analyserede en undergruppe af 309 prøver, der var særligt vanskelige at klassificere.
"Dette viser DEPLOY's potentielle rolle i fremtiden som et ekstra værktøj, der supplerer patologens indledende diagnose eller endog nødvendiggør reevaluering i tilfælde af uoverensstemmelser."
Forskere mener, at DEPLOY i sidste ende kan bruges til at klassificere andre typer kræft.
Resultater af undersøgelsen blev offentliggjort i tidsskriftet Nature Medicine.