To zmieni medycynę na zawsze? Sztuczna inteligencja wykryje komórki nowotworowe przed nawrotem!
Nowy model oparty na sztucznej inteligencji potrafi przewidzieć, gdzie glejak wielopostaciowy najprawdopodobniej powróci po pierwszym zabiegu chirurgicznym, dając lekarzom szansę na leczenie zanim stanie się widoczny na obrazie MRI.
Glejak wielopostaciowy jest najczęstszym złośliwym nowotworem mózgu u dorosłych i najbardziej śmiertelnym, ze średnią przeżywalnością około 17 miesięcy od diagnozy. Nawet po usunięciu wszystkich widocznych guzów przez chirurgów i leczeniu uzupełniającym, rak prawie zawsze nawraca.
Naukowcy pod kierownictwem Uniwersytetu Kalifornijskiego w San Francisco i Uniwersytetu Michigan opracowali podejście oparte na sztucznej inteligencji, które pozwala z dużą dokładnością przewidzieć, gdzie najprawdopodobniej pojawi się pierwszy nawrót. W przypadku glejaka wielopostaciowego u większości pacjentów nawrót choroby występuje w jamie guza lub w jej pobliżu.
Odkrycia, opublikowane 25 września w czasopiśmie Science Advances i wspierane przez Narodowe Instytuty Zdrowia, mogą w przyszłości umożliwić lekarzom stosowanie ukierunkowanych metod leczenia w tych obszarach, zanim nowy guz stanie się widoczny w obrazowaniu MRI.
– System ma niesamowity potencjał, aby zapewnić neurochirurgom cenne wskazówki w czasie rzeczywistym podczas usuwania guza. Może on również generować informacje, które pomogą w podejmowaniu późniejszych decyzji terapeutycznych – powiedział dr Sanjeev Herr , pierwszy autor, adiunkt podoktorancki na Uniwersytecie Kalifornijskim w San Francisco i na Wydziale Medycznym Uniwersytetu Drexel.
Jak twierdzą starsi autorzy pracy, dr Shawn Hervey-Jumper , neurochirurg w UCSF Health i dr Mitchel S. Berger, profesor w Instytucie Nauk Neurologicznych Weilla , metody te mogą obejmować usunięcie dodatkowej tkanki podczas pierwszej operacji, jeśli jest to bezpieczne.
Według nich u pacjentów, u których choroba dotyczy części mózgu, których nie można usunąć, można zastosować inne metody leczenia ukierunkowane na przewidywane miejsca progresji, takie jak większe dawki promieniowania ogniskowego lub leki podawane bezpośrednio do guza przez cewnik wprowadzony przez czaszkę.
Wykorzystanie nieprzetworzonej tkanki pozwala zaoszczędzić czas i wysiłek
Naukowcy przeanalizowali próbki tkanek pobrane podczas operacji glejaka wielopostaciowego od pacjentów UCSF Health, u których mediana czasu do nawrotu choroby wyniosła 5,5 miesiąca. Opracowali swój model na podstawie około 300 próbek od 60 pacjentów i przetestowali go oddzielnie na około 100 próbkach od kolejnych 20 pacjentów.
Naukowcy zastosowali technikę zwaną stymulowaną histologią ramanowską (SRH), która pozwala uzyskać mikroskopowe obrazy świeżej, nieprzetworzonej tkanki w mniej niż minutę. Konwencjonalna patologia wymaga barwienia tkanek, co zajmuje więcej czasu i jest bardziej pracochłonne.
Następnie przeanalizowali obrazy za pomocą FastGlioma, systemu sztucznej inteligencji opracowanego przez naukowców z UCSF i Uniwersytetu Michigan. System ocenia tkankę na podstawie stopnia nacieku guza.
Sam ten wynik AI był mniej więcej tak samo skuteczny, jak konwencjonalna patologia, w przewidywaniu, w których obszarach rozwinie się nawrót nowotworu. Jednak gdy naukowcy połączyli wynik AI z danymi klinicznymi, obrazowymi i molekularnymi, które testowali na sześciu modelach uczenia maszynowego, odkryli, że model o najlepszej skuteczności znacznie lepiej rozróżniał miejsca, w których rozwinie się nawrót, od tych, w których nie wystąpi.
Miara infiltracji guza za pomocą sztucznej inteligencji okazała się również najsilniejszym indywidualnym predyktorem nawrotu w pięciu z sześciu modeli, dostarczając więcej informacji predykcyjnych niż molekularna charakterystyka guza.
Naukowcy przetestowali również, z jaką precyzją model był w stanie wskazać miejsce nawrotu. Model dobrze przewidywał, czy rak powróci w promieniu 5 lub 10 milimetrów od pobranej tkanki.
Zespół wybrał pierwszy nawrót, ponieważ pacjenci często poddawani są eksperymentalnym metodom leczenia w późniejszym etapie choroby, które mogą wpływać na wzrost guza, przez co późniejsze nawroty stają się trudniejsze do wiarygodnego przewidzenia.
Źródło: Uniwersytet Kalifornijski w San Francisco (UCSF)
Czytaj też: To nie tylko kwestia cukru we krwi! Cukrzyca typu 2 atakuje dwa kluczowe narządy!
Grafika tytułowa: National Cancer Institute / Unsplash
