Forskare har utvecklat artificiell intelligens för att klassificera hjärntumörer
Senast recenserade: 14.06.2024
Allt iLive-innehåll är mediekontrollerat eller faktiskt kontrollerat för att säkerställa så mycket faktuell noggrannhet som möjligt.
Vi har strikta sourcing riktlinjer och endast länk till välrenommerade media webbplatser, akademiska forskningsinstitut och, när det är möjligt, medicinsk peer granskad studier. Observera att siffrorna inom parentes ([1], [2] etc.) är klickbara länkar till dessa studier.
Om du anser att något av vårt innehåll är felaktigt, omodernt eller på annat sätt tveksamt, välj det och tryck på Ctrl + Enter.
Ett nytt verktyg för artificiell intelligens för att klassificera hjärntumörer snabbare och mer exakt har utvecklats av forskare vid Australian National University (ANU).
Enligt Dr Dan-Thai Hoang är noggrannhet vid diagnostisering och klassificering av tumörer avgörande för att effektivt behandla patienter.
"Den nuvarande guldstandarden för att identifiera olika typer av hjärntumörer är DNA-metyleringsbaserad profilering", säger Dr. Hoang.
"DNA-metylering fungerar som en switch för att kontrollera genaktivitet och avgöra vilka gener som slås på eller av.
"Men den tid som krävs för att genomföra denna typ av testning kan vara en betydande nackdel, som ofta kräver veckor eller mer när patienter kan behöva fatta snabba beslut om terapi.
Översikt över datauppsättningar och beräkningsarbetsflöde. Källa: Naturmedicin (2024). DOI: 10.1038/s41591-024-02995-8
"Dessutom är sådana tester inte tillgängliga på nästan alla sjukhus i världen."
För att möta dessa utmaningar har forskare från ANU, i samarbete med experter från National Cancer Institute i USA, utvecklat DEPLOY, ett sätt att förutsäga DNA-metylering och sedan klassificera hjärntumörer i 10 huvudsubtyper.
DEPLOY använder mikroskopiska bilder av patientens vävnad, så kallade histopatologiska bilder.
Modellen tränades och testades på stora datamängder med cirka 4 000 patienter från USA och Europa. publicerad i tidskriften Nature Medicine.
"Överraskande nog uppnådde DEPLOY en oöverträffad 95 % noggrannhet", sa Dr. Hoang.
"Dessutom, när man analyserade en delmängd av 309 särskilt svårklassificerade prover, kunde DEPLOY ge en diagnos som var mer kliniskt meningsfull än den som ursprungligen gavs av patologer.
"Detta visar den potentiella rollen av DEPLOY i framtiden som ett extra verktyg, som kompletterar patologens initiala diagnos eller till och med nödvändiggör omvärdering i händelse av avvikelser."
Forskare tror att DEPLOY så småningom kan användas för att klassificera andra typer av cancer.
Resultaten av studien publicerades i tidskriften Nature Medicine.