Minden iLive-tartalmat orvosi szempontból felülvizsgáltak vagy tényszerűen ellenőriznek, hogy a lehető legtöbb tényszerű pontosságot biztosítsák.
Szigorú beszerzési iránymutatásunk van, és csak a jó hírű média oldalakhoz, az akadémiai kutatóintézetekhez és, ha lehetséges, orvosilag felülvizsgált tanulmányokhoz kapcsolódik. Ne feledje, hogy a zárójelben ([1], [2] stb.) Szereplő számok ezekre a tanulmányokra kattintható linkek.
Ha úgy érzi, hogy a tartalom bármely pontatlan, elavult vagy más módon megkérdőjelezhető, jelölje ki, és nyomja meg a Ctrl + Enter billentyűt.
A tudósok mesterséges intelligenciát fejlesztettek ki az agydaganatok osztályozására
Utolsó ellenőrzés: 14.06.2024
Az Ausztrál Nemzeti Egyetem (ANU) kutatói kifejlesztettek egy új mesterséges intelligencia eszközt az agydaganatok gyorsabb és pontosabb osztályozására.
Dr. Dan-Thai Hoang szerint a daganatok diagnosztizálásának és osztályozásának pontossága elengedhetetlen a betegek hatékony kezeléséhez.
"A különböző típusú agydaganatok azonosításának jelenlegi aranyszabványa a DNS-metiláción alapuló profilalkotás" - mondta Dr. Hoang.
„A DNS-metiláció kapcsolóként működik a génaktivitás szabályozására és annak meghatározására, hogy mely gének vannak be- vagy kikapcsolva.
"De az ilyen típusú vizsgálatok elvégzéséhez szükséges idő jelentős hátrányt jelenthet, gyakran hetekig vagy még tovább tart, amikor a betegeknek gyors döntéseket kell hozniuk a terápiával kapcsolatban.
Az adatkészletek és a számítási munkafolyamat áttekintése. Forrás: Nature Medicine (2024). DOI: 10.1038/s41591-024-02995-8
„Ezenkívül nem állnak rendelkezésre ilyen tesztek a világ szinte minden kórházában.”
E kihívások kezelésére az ANU kutatói az Egyesült Államok Nemzeti Rákkutató Intézetének szakértőivel együttműködve kifejlesztették a DEPLOY-t, a DNS-metiláció előrejelzésének, majd az agydaganatok 10 fő altípusba sorolásának módszerét.
A DEPLOY a páciens szövetének mikroszkópos felvételeit használja, amelyeket hisztopatológiai képeknek neveznek.
A modellt az Egyesült Államokból és Európából származó, körülbelül 4000 beteg nagy adathalmazán képezték ki és tesztelték. a Nature Medicine folyóiratban jelent meg.
„Meglepő módon a DEPLOY soha nem látott 95%-os pontosságot ért el” – mondta Dr. Hoang.
„Továbbá, amikor 309 különösen nehezen osztályozható mintát elemeztünk, a DEPLOY olyan diagnózist tudott felállítani, amely klinikailag jelentőségteljesebb volt, mint a patológusok által eredetileg.
„Ez megmutatja a DEPLOY potenciális szerepét a jövőben, mint kiegészítő eszközt, amely kiegészíti a patológus kezdeti diagnózisát, vagy akár újraértékelést tesz szükségessé eltérések esetén.”
A kutatók úgy vélik, hogy a DEPLOY-t végül más ráktípusok osztályozására is fel lehetne használni.
A tanulmány eredményeit a Nature Medicine folyóiratban tették közzé.