Alat AI mempercepat klasifikasi tumor selama operasi otak – Dunia Fisika

Alat AI mempercepat klasifikasi tumor selama operasi otak – Dunia Fisika

Stempel Waktu: 20 November 2023 4

Urutan DNA yang cepat
Klasifikasi cepat Menggabungkan pengurutan DNA dengan model jaringan saraf secara signifikan mempercepat identifikasi jenis tumor otak selama operasi. (Sumber: UMC Utrecht)

Bagi seorang ahli bedah saraf, pengangkatan jaringan kanker di otak adalah tindakan penyeimbang antara memaksimalkan jumlah tumor yang diangkat untuk memperpanjang kelangsungan hidup pasien dan meminimalkan risiko kerusakan saraf permanen. Sebuah alat baru yang menggabungkan pengurutan DNA cepat dan kecerdasan buatan untuk mengklasifikasikan tumor sistem saraf pusat (SSP) selama operasi kanker otak memungkinkan ahli bedah saraf untuk membuat keputusan yang lebih baik mengenai sejauh mana reseksi tumor yang paling menguntungkan pasien.

Ahli bedah memiliki pengetahuan terbatas tentang jenis tumor sebelum operasi. Saat operasi dimulai, bagian jaringan tumor diangkat untuk penilaian histologis segera. Namun pengurutan DNA untuk analisis histologis dan molekuler oleh ahli patologi biasanya memerlukan waktu seminggu untuk memberikan diagnosis pasti.

Sebagai perbandingan, alat baru – yang diberi nama Sturgeon oleh tim pengembang multi-institusi di Belanda – dapat membuat diagnosis akurat dalam waktu 90 menit untuk sebagian besar tumor SSP. Dan begitu mereka mengetahui jenis dan agresivitas tumornya, ahli bedah saraf dapat mengubah strategi bedah mereka di ruang operasi sesuai dengan klasifikasi tumornya.

“Selama operasi, sisa kecil jaringan tumor terkadang sengaja ditinggalkan untuk mencegah kerusakan saraf,” jelas ahli bedah saraf anak Belut Melayang dalam pernyataan pers. “Tetapi jika kemudian ternyata, misalnya, tumornya sangat agresif, operasi kedua mungkin masih diperlukan untuk mengangkat sisa tumor tersebut. Hal ini dapat dihindari sekarang karena pada operasi pertama kita sudah mengetahui jenis tumor apa yang kita hadapi.”

Melaporkan temuan mereka di Alam, para peneliti – dari UMC Utrecht, UMC Amsterdam dan Pusat Onkologi Anak Princess Máxima – jelaskan cara mereka membuat, melatih, dan menguji alat tersebut. Mereka juga menjelaskan penggunaannya selama 25 operasi, di mana Sturgeon secara akurat mengklasifikasikan 72% tumor dalam waktu kurang dari 45 menit.

Sturgeon bekerja dengan menggunakan pengurutan nanopori cepat, sebuah teknologi yang membantu membaca DNA secara real time, untuk mendapatkan profil metilasi yang jarang selama operasi. Pola metilasi adalah modifikasi DNA yang sangat khas dari suatu jenis tumor individu, memungkinkan subklasifikasi molekuler tumor SSP. Pengklasifikasi jaringan saraf bersifat agnostik pasien, yang berarti tidak memerlukan pelatihan model khusus pasien, dan hanya memerlukan beberapa detik untuk dijalankan di komputer laptop.

Karena terbatasnya ketersediaan kumpulan data metilasi berbasis nanopori, Atasan Bastiaan, Jeroen de Ridder dan rekannya mengembangkan strategi untuk menghasilkan data pelatihan yang realistis dari profil metilasi berbasis array standar. Sturgeon menggunakan data ini untuk meningkatkan jumlah sampel pelatihan yang tersedia, mensimulasikan ribuan eksperimen pengurutan nanopori unik dari setiap profil metilasi tumor. Pada akhirnya, model Sturgeon akhir dilatih pada 36.8 juta simulasi proses nanopori dan divalidasi pada 4.2 juta tambahan.

Para peneliti awalnya melatih Sturgeon untuk melakukan klasifikasi tumor SSP dan menerapkannya pada data pengurutan nanopori yang jarang dalam 50 sampel tumor SSP dan kumpulan data sampel SSP yang diurutkan yang tersedia untuk umum. Model tersebut dengan tepat mengklasifikasikan 45 dari 50 sampel tumor, dalam waktu 40 menit setelah pengurutan dimulai, dengan hasil yang serupa untuk kumpulan data publik.

Untuk secara khusus memvalidasi kinerja Sturgeon dalam mendiagnosis tumor SSP anak, tim memperoleh 94 profil metilasi dari pasien anak yang menjalani reseksi tumor SSP dan menggunakannya untuk mensimulasikan eksperimen pengurutan nanopori. Untuk kasus dengan diagnosis yang jelas, Sturgeon mengklasifikasikan dengan benar (pada ambang kepercayaan 0.8) 95.3% dari 34,000 sampel yang disimulasikan dalam waktu 25 menit, dan 97.1% dalam waktu 50 menit.

“Hasil ini menunjukkan bahwa diagnosis konklusif dapat dicapai dalam waktu 25-50 menit dari rangkaian simulasi untuk sebagian besar kasus pediatrik yang dapat diklasifikasikan…dengan tingkat kesalahan yang sangat rendah,” tulis mereka.

Tim juga mendemonstrasikan penggunaan Sturgeon selama 20 operasi anak di Princess Máxima Center dan lima operasi dewasa di UMC Amsterdam. Untuk studi kelayakan klinis ini, sampel yang diperoleh untuk penilaian histologis dibagi, dengan satu bagian digunakan untuk pengurutan intraoperatif dan yang lainnya untuk penilaian histologis. Para peneliti melaporkan bahwa Sturgeon dengan tepat mendiagnosis 18 dari 25 tumor dalam waktu kurang dari 45 menit pengurutan, dengan total waktu penyelesaian diagnostik kurang dari 90  menit.

Salah satu keterbatasan Sturgeon adalah ia hanya bekerja dengan baik pada sampel yang cukup terwakili dalam data pelatihan, dan tidak mencakup jenis tumor SSP yang langka. Sturgeon juga tidak bekerja dengan baik ketika menganalisis sampel yang mengandung kurang dari 50% sel abnormal. Selain itu, sampel jaringan berukuran besar (sekitar 5 mm3), diperlukan untuk memberikan konsentrasi DNA yang cukup.

Para peneliti memberitahu Dunia Fisika bahwa pengembangan lebih lanjut dari metode ini akan mencakup penerapan pada jenis tumor lain, seperti sarkoma atau leukemia, serta validasi prospektif untuk menunjukkan manfaat bagi pasien dan penelitian pada populasi pasien yang jauh lebih besar.

Stempel Waktu:

Lebih dari Dunia Fisika