AI 도구로 뇌 수술 중 종양 분류 가속화 – Physics World

AI 도구로 뇌 수술 중 종양 분류 가속화 – Physics World

타임 스탬프 : 20 년 2023 월 4 일 오전 30:XNUMX

신속한 DNA 시퀀싱
신속한 분류 DNA 염기서열 분석과 신경망 모델을 결합하면 수술 중 뇌종양 유형 식별 속도가 크게 빨라집니다. (제공: UMC 위트레흐트)

신경외과 의사에게 있어서 뇌의 암 조직 제거는 환자의 생존을 연장하기 위해 제거된 종양의 양을 최대화하는 것과 영구적인 신경학적 손상의 위험을 최소화하는 것 사이의 균형을 잘 맞추는 행위입니다. 뇌암 수술 중 중추신경계(CNS) 종양을 분류하기 위해 신속한 DNA 시퀀싱과 인공 지능을 결합한 새로운 도구를 사용하면 신경외과 의사가 환자에게 가장 도움이 되는 종양 절제 범위에 대해 더 나은 결정을 내릴 수 있습니다.

외과의사는 수술 전에 종양 유형에 대해 제한된 지식을 가지고 있습니다. 수술이 시작되면 즉각적인 조직학적 평가를 위해 종양 조직의 일부를 제거합니다. 그러나 병리학자가 조직학적, 분자적 분석을 위해 DNA 염기서열을 분석하는 경우 최종 진단을 내리기까지 일반적으로 일주일이 소요됩니다.

이에 비해 네덜란드의 여러 기관 개발자 팀이 Sturgeon이라고 명명한 새로운 도구는 대부분의 CNS 종양에 대해 90분 이내에 정확한 진단을 내릴 수 있습니다. 종양 유형과 공격성을 알게 되면 신경외과 의사는 종양 분류에 따라 수술실에서 수술 전략을 수정할 수 있습니다.

소아 신경외과 의사는 “수술 중에 종양 조직의 작은 잔재물을 의도적으로 남겨두어 신경학적 손상을 방지하는 경우가 있습니다”라고 설명합니다. 엘코 호빙 언론 성명에서. “그러나 예를 들어 나중에 종양이 매우 공격적인 것으로 밝혀지면 마지막 남은 부분을 제거하기 위해 두 번째 수술이 여전히 필요할 수 있습니다. 우리가 다루고 있는 종양의 유형을 첫 번째 수술 중에 이미 알 수 있기 때문에 이제 이런 일을 피할 수 있습니다.”

에서 발견한 내용 보고 자연, 연구원 – 에서 UMC 위트레흐트, 암스테르담 UMC 그리고 Princess Máxima 소아 종양학 센터 – 도구를 어떻게 만들고, 교육하고, 테스트했는지 설명합니다. 그들은 또한 Sturgeon이 25분 이내에 종양의 72%를 정확하게 분류한 45번의 수술 중에 이 장치를 사용했다고 설명합니다.

Sturgeon은 실시간으로 DNA를 읽는 데 도움이 되는 기술인 신속한 나노기공 시퀀싱을 사용하여 수술 중에 희박한 메틸화 프로필을 얻습니다. 메틸화 패턴은 개별 종양 유형에 매우 독특한 DNA 변형으로, CNS 종양의 분자 하위분류를 가능하게 합니다. 신경망 분류기는 환자에 구애받지 않습니다. 즉, 환자별 모델 교육이 필요하지 않으며 노트북 컴퓨터에서 실행하는 데 몇 초 밖에 걸리지 않습니다.

나노포어 기반 메틸화 데이터세트의 가용성이 제한되어 있기 때문에, 바스티안 탑, 제로엔 드 라이더 그리고 동료들은 표준 배열 기반 메틸화 프로필에서 현실적인 훈련 데이터를 생성하는 전략을 개발했습니다. Sturgeon은 이러한 데이터를 사용하여 사용 가능한 훈련 샘플 수를 업샘플링하고 각 종양 메틸화 프로필에서 수천 개의 고유한 나노기공 시퀀싱 실험을 시뮬레이션합니다. 궁극적으로 최종 Sturgeon 모델은 36.8만 번의 시뮬레이션된 나노기공 실행을 통해 훈련되었고 추가로 4.2만 번에 걸쳐 검증되었습니다.

연구진은 처음에 CNS 종양 분류를 수행하도록 Sturgeon을 훈련시켰고 이를 50개 CNS 종양 샘플의 희박한 나노기공 서열 분석 데이터와 서열화된 CNS 샘플의 공개적으로 이용 가능한 데이터 세트에 적용했습니다. 이 모델은 시퀀싱 시작 후 45분 이내에 종양 샘플 50개 중 40개를 올바르게 분류했으며 공개 데이터 세트에 대한 결과도 비슷했습니다.

소아 CNS 종양 진단에서 Sturgeon의 성능을 구체적으로 검증하기 위해 팀은 CNS 종양 절제술을 받은 소아 환자로부터 94개의 메틸화 프로필을 확보하고 이를 사용하여 나노기공 서열 분석 실험을 시뮬레이션했습니다. 명확한 진단이 있는 경우, Sturgeon은 0.8개의 시뮬레이션 샘플 중 95.3%를 34,000분 이내에, 25%를 97.1분 이내에 올바르게 분류했습니다(50 신뢰도 임계값).

"이러한 결과는 분류할 수 있는 대부분의 소아 사례에 대해 시뮬레이션된 시퀀싱 후 25~50분 이내에 매우 낮은 오류율로 최종 진단에 도달할 수 있음을 시사합니다."라고 그들은 썼습니다.

팀은 또한 Princess Máxima Center에서 20번의 소아 수술과 Amsterdam UMC에서 18번의 성인 수술에서 Sturgeon의 사용을 시연했습니다. 이 임상 타당성 연구를 위해 조직학적 평가를 위해 얻은 샘플을 분할하여 한 부분은 수술 중 서열 분석에 사용하고 다른 부분은 조직학적 평가에 사용했습니다. 연구원들은 Sturgeon이 25분 이내에 시퀀싱을 수행하여 45개 종양 중 90개를 정확하게 진단했으며 총 진단 처리 시간은 XNUMX분 미만이라고 보고했습니다.

Sturgeon의 한 가지 한계는 희귀한 유형의 CNS 종양을 포함하지 않는 훈련 데이터에서 충분히 표현되는 샘플에서만 잘 수행된다는 것입니다. 또한 Sturgeon은 비정상 세포가 50% 미만으로 포함된 샘플을 분석할 때도 제대로 작동하지 않습니다. 또한, 대형 조직 샘플(약 5mm3), 충분한 DNA 농도를 제공하는 데 필요합니다.

연구진은 말한다 물리 세계 이 방법의 향후 개발에는 육종이나 백혈병과 같은 다른 종양 유형에 대한 적용뿐만 아니라 훨씬 더 많은 환자 집단에 대한 환자 이점과 연구를 입증하기 위한 전향적 검증이 포함될 것입니다.

타임 스탬프 :

더보기 물리 세계