В результате научного прорыва, который может изменить подход к лечению рака неизвестного происхождения, исследователи из Массачусетский технологический институт (MIT) и Онкологический институт Дана-Фарбер разработали вычислительную модель, основанную на искусственном интеллекте (ИИ). способный определять происхождение загадочных опухолей.
Это нововведение Он обещает предоставить врачам незаменимый инструмент. принимать более точные и персонализированные решения о лечении пациентов.
Именно так с помощью ИИ можно определить происхождение рака.
Для небольшого процента онкологических больных происхождение опухоли остается медицинской загадкой. Это создает серьезные трудности при выборе лечения, поскольку Многие противораковые препараты разработаны специально для конкретных типов рака.Однако новый подход, разработанный учеными из Массачусетского технологического института и Онкологического института Дана-Фарбер, обещает кардинально изменить ситуацию.
Используя машинное обучение, исследователи создали вычислительную модель, способную анализировать генетические последовательности примерно 400 генов. Эти гены, часто мутирующие при раке, предоставляют ценную информацию о происхождении опухоли.Модель, называемая OncoNPC, использует эту информацию для прогнозирования места происхождения опухоли в организме пациента.
Новое исследование показало, что искусственный интеллект значительно лучше прогнозирует риск развития рака молочной железы у пациенток, чем существующие методы. В ходе исследования были проанализированы маммограммы более 18 000 женщин, и ИИ всего за несколько секунд определил пятилетний риск. pic.twitter.com/VwtFFe4skE
- Вечерние новости CBS (@CBSEveningNews) 6 июня 2023
Для обучения модели были использованы данные почти 30 000 пациентов с диагнозом 22 известных типа рака. Впоследствии модель была протестирована примерно на 7,000 опухолях известного происхождения. Результаты оказались неожиданными: модель смогла предсказать происхождение опухоли с точностью до 80%.Кроме того, в случаях прогнозов с высокой степенью достоверности точность увеличилась до впечатляющих 95%.
Ценная информация для разработки более точных методов лечения.
Клиническая польза этой технологии неоспорима. Путем анализа примерно 900 опухолей, полученных от пациентов с раком неизвестного происхождения.Исследователям удалось с высокой степенью достоверности предсказать происхождение как минимум 40% опухолей. Это может привести к значительному улучшению выбора целенаправленного и персонализированного лечения для этих пациентов.
Таргетная терапия — это специфические препараты, разработанные для воздействия на уникальные характеристики конкретного типа рака. Однако для эффективного применения этих методов лечения необходимо знать происхождение опухоли. Именно здесь искусственный интеллект доказывает свою ценность.Пациенты с раком неизвестного происхождения обычно получают общую химиотерапию, результаты которой варьируются, а побочные эффекты значительны.
Технология OncoNPC потенциально может изменить эту ситуацию. Точное определение происхождения опухоли позволяет врачам принимать более обоснованные и персонализированные решения о лечении.Особенно обнадеживающим результатом является то, что эта технология также выявила еще 15% пациентов, которые могли бы получить существующие таргетные методы лечения вместо стандартной химиотерапии. Это означает, что значительно большее число пациентов могли бы получить пользу от более эффективного и менее инвазивного лечения.
«Эта модель потенциально может помочь врачам в разработке персонализированных методов лечения для пациентов с раком неизвестного первичного происхождения», — заявил он. Интаэ Мун, аспирант кафедры электротехники и вычислительной техники Массачусетского технологического института. и ведущий автор исследования.
Ведущий автор исследования, Александр Гусев, доцент кафедры медицины Гарвардской медицинской школы и Онкологического института Дана-Фарбер, Он подчеркнул, что такой подход может спасти жизни, обеспечивая более точное лечение. для пациентов, у которых ранее были ограниченные возможности лечения.
