A radiológiai és patológiai felmérések a rák diagnosztizálásának arany standardja. De a rákos esetek kis százalékánál ezek a technikák nem találják meg az áttétes daganat elsődleges helyét, amelyet azután az ismeretlen primer rák (CUP) kategóriába sorolnak.
Az ilyen CUP-ok, amelyek az összes rákos megbetegedések 3–5%-át teszik ki, egyedi kihívásokat jelentenek, például nehézségeket okoznak a megfelelő kezelési terv kiválasztásában. Az elsődleges helyszínre vonatkozó ismeretek hiánya akadályozza az olyan precíziós gyógyszerek felírását, amelyek bizonyos ráktípusokra engedélyezettek. Az ilyen célzott kezelések hatékonyabbnak és kevésbé invazívnak bizonyultak, mint a széles spektrumú kezelések. De a CUP-ban szenvedő betegek gyakran ilyen célzott terápiák nélkül találják magukat.
Most egy kutatási együttműködés MIT és a Dana-Farber Rákkutató Intézet lehetséges megoldást talált erre a régóta fennálló problémára. A kutatók a gépi tanulás erejét kihasználva olyan számítási modellt fejlesztettek ki, amely képes megjósolni a CUP-ok származási helyét.
ben megjelent tanulmányukban Nature Medicine, Sándor Guszev és csapata gépi tanulást használt a rák típusának előrejelzésére genetikai adatok alapján. A kutatók gépi tanulási modelljüket csaknem 30,000 22, 80 ismert ráktípussal diagnosztizált beteg adataira oktatva létrehozták az OncoNPC nevű eszközt. Ez az eszköz sikeresen megjósolta a 7289 ismert tumorminta körülbelül 95%-ának eredetét, és ez a pontosság közel 65%-ra nőtt a nagy megbízhatóságú előrejelzésekkel rendelkező daganatok esetében (az összes minta körülbelül 400%-a). Körülbelül XNUMX gén genetikai szekvenciájának elemzésével az OncoNPC pontosan meg tudja jósolni a daganatok eredetét, és mint ilyen, jelentősen javíthatja a rákos betegek kezelési lehetőségeit.
Erre a sikerre építve a kutatók a modellt CUP-ban szenvedő betegek 971 daganatát tartalmazó adathalmazra alkalmazták. A modell pontosan megjósolta e daganatok legalább 40%-ának eredetét, ami jelentős javulást jelent a kezelés pontosságában ennél a történelmileg kihívást jelentő csoportnál.
Ezenkívül a kutatók a modell előrejelzéseit korrelálták a csíravonal-mutációkkal, az öröklött genetikai változásokkal, amelyek bizonyos ráktípusokra való hajlamot jelezhetnek. A modell előrejelzései különösen igazodtak a csíravonal-mutációk által javasolt ráktípushoz, tovább erősítve a pontosságát.
„Ez volt a legfontosabb megállapítás a cikkünkben, hogy ez a modell potenciálisan felhasználható a kezelési döntések meghozatalában, és az orvosokat személyre szabott kezelések felé terelheti az ismeretlen elsődleges eredetű rákos megbetegedésekben” – magyarázza a vezető szerző. Intae Moon, MIT végzős hallgató.
Ennek az áttörésnek a gyakorlati következményei jelentősek. A túlélési adatok elemzése azt mutatta, hogy a modell által rossz prognózisú rákos megbetegedéseket jósolt CUP-s betegek túlélési ideje valóban rövidebb volt, míg a jobb prognózisú ráktípusokkal rendelkezők hosszabb túlélést mutattak. Ezen túlmenően a modell azonosított egy olyan betegcsoportot, akiknek hasznot húzhattak volna a meglévő célzott kezelésekből, ha a rák típusát ismerték volna, és ezzel potenciálisan megkímélték volna őket a széles spektrumú kemoterápiás gyógyszerektől.
Az új mesterséges intelligencia eszköz megjósolja a vastagbélrák túlélését a patológiás képekből
Ezután a kutatók azt tervezik, hogy továbbfejlesztik modelljüket további adatok, például patológiai és radiológiai képek integrálásával. Ez a holisztikus megközelítés átfogó betekintést nyújthat a daganatokba, megkönnyítve nemcsak a rák típusának és a betegek kimenetelének előrejelzését, hanem potenciálisan irányítja az optimális kezelési döntéseket is.
A gépi tanulás és az orvostudomány konvergenciájával ez a fejlett kutatás rávilágít a személyre szabott rákkezelés jövőjére azon betegek számára, akiknek a rákos megbetegedései régóta zavarba ejtik az orvosi közösséget.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://physicsworld.com/a/novel-machine-learning-approach-reveals-the-hidden-origins-of-cancers/
- :van
- :is
- :nem
- :ahol
- $ UP
- 000
- 22
- 30
- 400
- 95%
- 971
- a
- Rólunk
- pontosság
- pontosan
- További
- Ezen kívül
- fejlett
- AI
- Támogatás
- Alexander
- igazított
- Minden termék
- majdnem
- an
- elemzések
- Elemzés
- elemzés
- és a
- alkalmazott
- megközelítés
- megfelelő
- jóváhagyott
- VANNAK
- körül
- AS
- értékelések
- At
- szerző
- alapján
- BE
- óta
- mögött
- Jobb
- test
- áttörés
- de
- by
- hívott
- TUD
- Rák
- Cancer Treatment
- esetek
- bizonyos
- kihívások
- kihívást
- Változások
- osztályozott
- kettyenés
- együttműködés
- munkatársai
- hogyan
- közösség
- átfogó
- Konvergencia
- tudott
- készítette
- Csésze
- dátum
- adatelemzés
- határozatok
- igazolták
- Fejleszt
- nehézségek
- Orvosok
- Kábítószer
- Hatékony
- növelése
- Még
- létező
- Elmagyarázza
- megkönnyítését
- FAIL
- Találjon
- megtalálása
- A
- ból ből
- további
- jövő
- GitHub
- adott
- Arany
- Aranystandard
- diplomás
- Csoport
- kellett
- Harvard
- Legyen
- Rejtett
- akadályozza
- övé
- történelmileg
- holisztikus
- HTTPS
- azonosított
- kép
- képek
- következményei
- fontos
- javul
- javulás
- in
- valóban
- jelez
- információ
- meglátások
- Intézet
- integrálása
- bele
- támadó
- kérdés
- ITS
- jpg
- tudás
- ismert
- hiány
- vezet
- tanulás
- legkevésbé
- balra
- kevesebb
- fény
- Hosszú
- régóta fennálló
- hosszabb
- gép
- gépi tanulás
- max-width
- orvosi
- MIT
- MIT végzett
- modell
- Hold
- több
- a legtöbb
- Természet
- közel
- hír
- nevezetesen
- regény
- of
- ajánlat
- gyakran
- on
- csak
- nyitva
- optimálisan
- Opciók
- származás
- származik
- származás
- mi
- eredmények
- Papír
- beteg
- betegek
- százalék
- Személyre
- Fizika
- Fizika Világa
- terv
- Plató
- Platón adatintelligencia
- PlatoData
- szegény
- póz
- potenciális
- potenciálisan
- hatalom
- Gyakorlati
- Pontosság
- előre
- jósolt
- Tippek
- jósolja
- recept
- elsődleges
- Probléma
- közzétett
- képvisel
- képviselő
- kutatás
- kutatók
- felfedi
- jobb
- ROSE
- Iskola
- Tudomány
- kiválasztása
- Sorozat
- ragyog
- kimutatta,
- mutatott
- jelentős
- jelentősen
- weboldal
- kicsi
- megoldások
- különleges
- standard
- diák
- Tanulmány
- lényeges
- siker
- sikeresen
- ilyen
- túlélés
- célzott
- csapat
- technikák
- mint
- hogy
- A
- A jövő
- azok
- Őket
- maguk
- akkor
- Ezek
- ezt
- azok
- miniatűr
- alkalommal
- nak nek
- szerszám
- Végösszeg
- felé
- Képzések
- kezelés
- igaz
- típus
- típusok
- egyedi
- ismeretlen
- használt
- használ
- érvényesítése
- volt
- voltak
- ami
- míg
- WHO
- akinek
- val vel
- nélkül
- világ
- zephyrnet