Kaikki iLive-sisältö tarkistetaan lääketieteellisesti tai se tarkistetaan tosiasiallisen tarkkuuden varmistamiseksi.
Meillä on tiukat hankintaohjeet ja vain linkki hyvämaineisiin mediasivustoihin, akateemisiin tutkimuslaitoksiin ja mahdollisuuksien mukaan lääketieteellisesti vertaisarvioituihin tutkimuksiin. Huomaa, että suluissa ([1], [2] jne.) Olevat numerot ovat napsautettavia linkkejä näihin tutkimuksiin.
Jos sinusta tuntuu, että jokin sisältö on virheellinen, vanhentunut tai muuten kyseenalainen, valitse se ja paina Ctrl + Enter.
Tutkijat ovat kehittäneet tekoälyä aivokasvainten luokitteluun
Viimeksi tarkistettu: 02.07.2025
Australian kansallisen yliopiston (ANU) tutkijat ovat kehittäneet uuden tekoälytyökalun aivokasvainten luokittelemiseksi nopeammin ja tarkemmin.
Tohtori Dan-Thai Hoangin mukaan kasvainten diagnosoinnin ja luokittelun tarkkuus on ratkaisevan tärkeää potilaiden tehokkaalle hoidolle.
"Nykyinen kultainen standardi erityyppisten aivokasvainten tunnistamiseksi on DNA-metylaatioon perustuva profilointi", Dr. Hoang sanoi.
"DNA:n metylaatio toimii kytkimenä, joka kontrolloi geenien aktiivisuutta ja määrittää, mitkä geenit kytkeytyvät päälle tai pois päältä."
"Mutta tällaisen testauksen suorittamiseen tarvittava aika voi olla merkittävä haittapuoli, ja se voi usein kestää useita viikkoja tai kauemmin, kun potilaiden on ehkä tehtävä nopeita päätöksiä hoidosta."
Yleiskatsaus datajoukkoihin ja laskennalliseen työnkulkuun. Lähde: Nature Medicine (2024). DOI: 10.1038/s41591-024-02995-8
"Lisäksi tällaisia testejä ei ole saatavilla lähes kaikissa maailman sairaaloissa."
Näiden ongelmien ratkaisemiseksi ANU:n tutkijat ovat yhteistyössä Yhdysvaltain kansallisen syöpäinstituutin asiantuntijoiden kanssa kehittäneet DEPLOY-menetelmän – tavan ennustaa DNA:n metylaatiota ja luokitella sitten aivokasvaimet 10 pääalatyyppiin.
DEPLOY käyttää potilaan kudoksesta otettuja mikroskooppisia kuvia, joita kutsutaan histopatologisiksi kuviksi.
Mallia koulutettiin ja testattiin Nature Medicine -lehdessä julkaistuilla laajoilla noin 4 000 potilaan tietojoukoilla Yhdysvalloista ja Euroopasta.
”Hämmästyttävää kyllä, DEPLOY saavutti ennennäkemättömän 95 prosentin tarkkuuden”, sanoi tohtori Hoang.
”Lisäksi analysoidessaan 309 erityisen vaikeasti luokiteltavan näytteen osajoukkoa DEPLOY pystyi antamaan diagnoosin, joka oli kliinisesti merkityksellisempi kuin patologien alun perin antama.”
"Tämä korostaa DEPLOYn mahdollista roolia tulevaisuudessa lisätyökaluna, joka täydentää patologin alkuperäistä diagnoosia tai jopa kannustaa uudelleenarviointiin, jos havaitaan ristiriitaisuuksia."
Tutkijat uskovat, että DEPLOY-järjestelmää voitaisiin lopulta käyttää muiden syöpätyyppien luokitteluun.