Sztuczna inteligencja przewiduje genetykę raka

Grupa ekspertów z University of Michigan (USA) i innych ośrodków badawczych opracowała oparty na sztucznej inteligencji system, który pozwala w 90 sekund określić genetykę guza mózgu, bez prowadzenia trudnodostępnych, typowych testów genetycznych.

SI analizuje zdjęcia guzów wyciętych podczas operacji.

W badaniu naukowcy przeanalizowali chorobę 150 ochotników cierpiących na jeden z najczęstszych i najniebezpieczniejszych nowotworów mózgu. Guz ten występuje jednak w różnych podgrupach o różnej kompozycji genetycznej, wymagających innego podejścia do leczenia. Rokowania w dużym stopniu zależą właśnie od rodzajów mutacji.

Ogólnie, średni czas życia pacjentów z tą chorobą to 18 miesięcy, ale w przypadku jednego z podtypów czas ten, przy odpowiednim leczeniu, wydłuża się nawet do 5 lat – podają naukowcy. Jednak, jak podkreślają, niewielki odsetek chorych ma dostęp do badań genetycznych.

System o nazwie DeepGlioma w 90 proc. przypadków poprawnie określił obecne w chorych komórkach mutacje.

„To oparte na SI narzędzie ma potencjał, aby poprawić dostęp do diagnostyki, jej prędkość oraz opiekę nad pacjentami ze śmiertelnymi guzami mózgu” – twierdzi kierujący badaniami prof. Todd Hollon.

„Postęp w leczeniu najbardziej śmiertelnych guzów mózgu był w minionych dekadach ograniczony częściowo z powodu trudności w identyfikacji pacjentów, którzy najwięcej skorzystaliby z celowanych terapii. Metody szybkiej klasyfikacji molekularnej dają nadzieję na zmiany w badaniach klinicznych, które doprowadzą do nowych metod leczenia” – mówi prof. Daniel Orringer, jeden z głównych autorów systemu opisanego w periodyku „Nature Medicine”.