AI ツールが脳手術中の腫瘍分類を加速 – Physics World

脳神経外科医にとって、脳内の癌組織の除去は、患者の生存期間を延ばすために切除する腫瘍の量を最大にすることと、永久的な神経損傷のリスクを最小限に抑えることとの間の微妙なバランスをとる作業です。脳腫瘍手術中に中枢神経系（CNS）腫瘍を分類するための迅速な DNA シーケンスと人工知能を組み合わせた新しいツールにより、脳神経外科医は患者に最も利益をもたらす腫瘍切除範囲についてより適切な決定を下せるようになりました。

外科医は手術前に腫瘍の種類についての知識が限られています。手術が始まると、直ちに組織学的評価を行うために腫瘍組織の一部が切除されます。しかし、病理学者による組織学的および分子分析のための DNA 配列決定では、最終的な診断が得られるまでに通常 1 週間かかります。

比較すると、オランダの多施設開発チームによって Sturgeon と名付けられたこの新しいツールは、ほとんどの中枢神経系腫瘍について 90 分以内に正確な診断を下すことができます。そして、腫瘍の種類と悪性度が分かれば、脳神経外科医は腫瘍の分類に応じて手術室で手術戦略を変更できます。

「手術中、神経損傷を防ぐために、腫瘍組織の小さな残骸が意図的に残されることがあります」と小児神経外科医は説明する イールコ・ホービング 報道陣の声明で。 「しかし、たとえば腫瘍が非常に進行性であることが後で判明した場合、最後の残存物を除去するために再度の手術が必要になる可能性があります。最初の手術の際に、どのような種類の腫瘍を扱っているかがすでにわかっているため、これは現在回避できます。」

調査結果を報告する 自然、研究者 – から UMCユトレヒト, アムステルダムUMC と プリンセス・マキシマ小児腫瘍センター – ツールをどのように作成、トレーニング、テストしたかについて説明します。また、25 回の手術での使用についても説明しており、スタージョン氏は 72 分未満で腫瘍の 45% を正確に分類しました。

スタージョンは、リアルタイムで DNA を読み取るのに役立つ技術であるラピッド ナノポア シークエンシングを使用して、手術中にまばらなメチル化プロファイルを取得します。メチル化パターンは、個々の腫瘍タイプに非常に特徴的な DNA 修飾であり、CNS 腫瘍の分子的細分類を可能にします。ニューラル ネットワーク分類器は患者に依存しないため、患者固有のモデル トレーニングが必要なく、ラップトップ コンピューターでの実行にかかる時間はわずか数秒です。

ナノポアベースのメチル化データセットの入手可能性が限られているため、 バスティアントップス, ジェロン・デ・リッダー 博士らは、標準的なアレイベースのメチル化プロファイルから現実的なトレーニング データを生成する戦略を開発しました。スタージョンはこれらのデータを使用して、利用可能なトレーニングサンプルの数をアップサンプリングし、各腫瘍メチル化プロファイルから何千もの独自のナノポア配列決定実験をシミュレートします。最終的に、最終的なチョウザメモデルは、36.8 万回のシミュレーションナノポア実行でトレーニングされ、さらに 4.2 万回で検証されました。

研究者らはまずスタージョンにCNS腫瘍分類を実行するよう訓練し、それを50個のCNS腫瘍サンプルのまばらなナノポア配列データと、配列決定されたCNSサンプルの公的に入手可能なデータセットに適用した。このモデルは、シーケンス開始から 45 分以内に 50 個の腫瘍サンプルのうち 40 個を正確に分類し、公開データセットと同様の結果をもたらしました。

小児中枢神経系腫瘍の診断におけるスタージョンの性能を具体的に検証するために、チームは中枢神経系腫瘍切除を受けた小児患者から94件のメチル化プロファイルを取得し、これらをナノポア配列実験のシミュレーションに使用しました。明確な診断が得られた症例については、スタージョンは 0.8 のシミュレートされたサンプルの 95.3% を 34,000 分以内に、25% を 97.1 分以内に (50 の信頼しきい値で) 正しく分類しました。

「これらの結果は、分類可能な小児症例の大部分について、シミュレーションシーケンスの25～50分以内に最終的な診断が非常に低いエラー率で得られることを示唆している」と研究者らは書いている。

同チームはまた、プリンセス・マキシマ・センターでの20件の小児手術とアムステルダムUMCでの18件の成人手術でのスタージョンの使用を実証した。この臨床的実現可能性研究では、組織学的評価のために得られたサンプルが分割され、一方の部分は術中配列決定に使用され、もう一方の部分は組織学的評価に使用されました。研究者らは、スタージョン氏が25分未満の配列決定で45個の腫瘍のうち90個を正確に診断し、総診断所要時間はXNUMX分未満だったと報告している。

マルチスペクトル赤外線イメージングによりがん手術の指導が向上

Sturgeon の 50 つの制限は、まれな種類の CNS 腫瘍が含まれていない、トレーニング データで十分に表現されているサンプルでのみ良好に機能することです。チョウザメは、異常細胞が 5% 未満しか含まれていないサンプルを分析する場合にも、同様の性能を発揮しません。さらに、大きな組織サンプル (約 XNUMX mm³）、十分な DNA 濃度を提供するために必要です。

研究者たちはこう語る 物理学の世界 この方法のさらなる将来の開発には、肉腫や白血病などの他の種類の腫瘍への適用や、患者の利益を実証するための前向きの検証や、はるかに多くの患者集団を対象とした研究が含まれる予定です。

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://physicsworld.com/a/ai-tool-accelerates-tumour-classification-during-brain-surgery/