Az AI eszköz felgyorsítja a daganatok osztályozását az agyműtét során – Physics World

Az AI eszköz felgyorsítja a daganatok osztályozását az agyműtét során – Physics World

Időbélyeg: 20. november 2023. 4:30

Gyors DNS szekvenálás
Gyors osztályozás A DNS szekvenálás és a neurális hálózati modellek kombinálása jelentősen felgyorsítja az agydaganat típusának azonosítását a műtét során. (Jóvolt: UMC Utrecht)

Az idegsebész számára a rákos szövet eltávolítása az agyban egy finom egyensúlyozási tevékenység az eltávolított daganat mennyiségének maximalizálása és a páciens túlélése meghosszabbítása és a maradandó neurológiai károsodás kockázatának minimalizálása között. Egy új eszköz, amely a gyors DNS-szekvenálást és a mesterséges intelligenciát ötvözi a központi idegrendszeri (CNS) daganatok osztályozására az agydaganat-műtét során, lehetővé teszi az idegsebészek számára, hogy jobb döntéseket hozzanak a tumor reszekció mértékével kapcsolatban, amely a leginkább előnyös a beteg számára.

A sebészek a műtét előtt korlátozott ismeretekkel rendelkeznek a daganat típusáról. A műtét megkezdésekor a tumorszövet metszeteit azonnali szövettani vizsgálat céljából eltávolítják. A patológus által végzett szövettani és molekuláris analízishez szükséges DNS-szekvenáláshoz azonban általában egy hét szükséges a végleges diagnózis felállításához.

Összehasonlításképpen, az új eszköz – amelyet a hollandiai több intézményből álló fejlesztőcsapat Sturgeonnak nevezett el – 90 percen belül pontos diagnózist tud felállítani a legtöbb központi idegrendszeri daganat esetében. És miután ismerik a daganat típusát és agresszivitását, az idegsebészek módosíthatják sebészeti stratégiájukat a műtőben, ahogy azt a daganatok besorolása indokolja.

"A műtét során a daganatszövet egy kis maradékát néha szándékosan hagyják hátra, hogy megakadályozzák a neurológiai károsodást" - magyarázza a gyermek idegsebész. Eelco Hoving sajtónyilatkozatában. „De ha később kiderül például, hogy a daganat nagyon agresszív, akkor is szükség lehet egy második műtétre az utolsó maradvány eltávolításához. Ez most elkerülhető, mert már az első műtét során tudni fogjuk, hogy milyen típusú daganattal van dolgunk.”

Eredményeikről beszámolnak Természet, a kutatók – től UMC Utrecht, Amszterdam UMC és a Máxima hercegnő Gyermekonkológiai Központ – magyarázza el, hogyan hozták létre, képezték ki és tesztelték az eszközt. Leírják a használatát 25 műtét során is, ahol Sturgeon 72 percnél rövidebb idő alatt pontosan besorolta a daganatok 45%-át.

A Sturgeon a gyors nanopórusok szekvenálását alkalmazza, egy olyan technológiát, amely segít a DNS valós idejű leolvasásában, hogy a műtét során ritka metilációs profilt kapjon. A metilációs mintázatok olyan DNS-módosítások, amelyek nagymértékben megkülönböztetik az egyes tumortípusokat, lehetővé téve a központi idegrendszeri daganatok molekuláris alosztályozását. A neurális hálózat osztályozója páciens-agnosztikus, ami azt jelenti, hogy nem igényel betegspecifikus modellképzést, és mindössze néhány másodpercet vesz igénybe laptopon.

A nanopórus alapú metilációs adatkészletek korlátozott elérhetősége miatt, Bastiaan felsők, Jeroen de Ridder és munkatársai kidolgoztak egy stratégiát a reális képzési adatok generálására szabványos tömb alapú metilációs profilokból. Sturgeon ezeket az adatokat használja fel a rendelkezésre álló képzési minták számának növelésére, több ezer egyedi nanopórus szekvenálási kísérletet szimulálva minden egyes tumormetilációs profilból. Végül a végső Sturgeon modelleket 36.8 millió szimulált nanopórusos futtatással képezték ki, és további 4.2 millióval validálták.

A kutatók kezdetben Sturgeont képezték ki a központi idegrendszeri daganatok osztályozásának elvégzésére, és ezeket alkalmazták ritka nanopórusos szekvenálási adatokra 50 központi idegrendszeri daganatmintában és egy nyilvánosan elérhető, szekvenált központi idegrendszeri minták adatkészletében. A modell az 45 tumormintából 50-öt helyesen osztályozott, a szekvenálás megkezdését követő 40 percen belül, hasonló eredményekkel a nyilvános adatkészletre vonatkozóan.

Sturgeon gyermekkori központi idegrendszeri daganatok diagnosztizálásában nyújtott teljesítményének specifikus igazolására a csapat 94 metilációs profilt kapott olyan gyermekgyógyászati ​​betegektől, akiknél központi idegrendszeri daganatot reszekción estek át, és ezeket a nanopórusos szekvenálási kísérletek szimulálására használta. Egyértelmű diagnózis esetén Sturgeon helyesen osztályozta (0.8-as megbízhatósági küszöb mellett) a 95.3 34,000 szimulált minta 25%-át 97.1 percen belül, és 50%-át XNUMX percen belül.

„Ezek az eredmények azt sugallják, hogy a szimulált szekvenálás után 25–50 percen belül végleges diagnózis születhet a gyermekgyógyászati ​​esetek túlnyomó többségénél, amelyek besorolhatók… nagyon alacsony hibaaránnyal” – írják.

A csapat a Sturgeon használatát is bemutatta a Princess Máxima Centerben 20 gyermekműtét és öt felnőtt műtét során az amszterdami UMC-ben. Ehhez a klinikai megvalósíthatósági tanulmányhoz a szövettani értékeléshez kapott mintákat felosztották, az egyik részt intraoperatív szekvenáláshoz, a másikat pedig a szövettani értékeléshez használták fel. A kutatók arról számoltak be, hogy Sturgeon a 18 daganatból 25-at helyesen diagnosztizált kevesebb, mint 45 perces szekvenálás alatt, a teljes diagnosztikai átfutási idő pedig kevesebb, mint 90 perc.

A Sturgeon egyik korlátja, hogy csak azokban a mintákban teljesít jól, amelyek megfelelően reprezentáltak a képzési adatokban, amelyek nem tartalmazzák a központi idegrendszeri daganatok ritka típusait. A Sturgeon nem teljesít olyan jól, ha olyan mintákat elemez, amelyek kevesebb mint 50%-ban rendellenes sejteket tartalmaznak. Ezenkívül nagy szövetminták (körülbelül 5 mm3), szükségesek a megfelelő DNS-koncentráció biztosításához.

A kutatók elmondják Fizika Világa hogy ennek a módszernek a jövőbeni fejlesztései magukban foglalják az egyéb daganattípusokra, például szarkómára vagy leukémiára való alkalmazást, valamint prospektív validálást a betegek előnyeinek bemutatására, valamint a sokkal nagyobb betegpopuláción végzett vizsgálatokat.

Időbélyeg:

Még több Fizika Világa