2022. 08. 09. - 09:00
A rák kimenetelét is előrejelezheti a mesterséges intelligencia
A daganatos betegségek kimenetelének előrejelzésekor számos tényezőt figyelembe kell venni - ennek alapján hoznak döntéseket a szakemberek. Most ebben a mesterséges intelligencia is segíthet.
Több adattípus integrálásával egy új mesterséges intelligencia (MI) technológia képes a rák kimenetelének pontosabb előrejelzésére.
A daganatos betegségek kimenetelének előrejelzésekor számos tényező figyelembevétele szükséges - például a betegtörténet, a gének és a betegség patológiája. A klinikusok máig küzdenek ezen információk integrálásával, hogy meghozzák a páciens ellátásával kapcsolatos döntéseket.
A Brigham és Női Kórház Mahmood Laboratóriumának kutatói új tanulmányt készítettek: feltártak egy elméleti modellt, amely mesterséges intelligenciát használ a különböző forrásokból származó, többféle adat kombinálására, hogy előrejelezze a betegségek kimenetelét 14 különböző típusú rák esetében. Az eredményeket a Cancer Cell szaklapban közölték.
A szakemberek számos adatforrásra támaszkodnak – ilyen a genomi szekvenálás, a patológia és a betegtörténet -, ahhoz, hogy diagnosztizálják és prognosztizálják a különböző ráktípusokat.
A meglévő technológia lehetővé teszi, hogy ezeket az információkat az eredmények előrejelzésére használják, a különböző forrásokból származó adatok manuális integrálása azonban kihívást jelent: az értékelések gyakran szubjektívek. Olvasd el: Csak ránknéz és azonosítja a rákot a mesterséges intelligencia?
A rák kimenetelét is előrejelezheti a mesterséges intelligencia
„A szakértők számos bizonyítékot elemeznek, hogy megjósolják, mennyire teljesít jól egy beteg - mondta Faisal Mahmood, Ph.D., a Brigham Számítógépes Patológiai Osztályának adjunktusa, a Harvard és a (MIT) Broad Rák Program Intézetének tagja. - Ezek a korai vizsgálatok képezik a klinikai vizsgálatba történő beiratkozással vagy a speciális kezelési rendekkel kapcsolatos döntések alapját. Ez a multimodális előrejelzés a szakértő szintjén történik. Most igyekszünk számítástechnikailag kezelni a problémát.”
Az új mesterséges intelligencia-modellekkel Mahmood és munkatársai feltártak egy módot a diagnosztikai információ többféle formájának számítási integrálására, hogy pontosabb előrejelzéseket adjanak az eredményekről.
Az MI-modellek képesek prognosztikai meghatározásokra, miközben a páciensek kockázatának előrejelzésére használt jellemzők prediktív alapjait is feltárják – ez a tulajdonság új biomarkerek feltérképezésére is használható.
A kutatók a modellek elkészítéséhez a The Cancer Genome Atlas-t (TCGA) alkalmazták – ez egy nyilvánosan elérhető forrás, amely számos különböző típusú rákról tartalmaz adatokat. Olvasd el: Az egykori süteményszkenner már a rák ellen harcol
Majd kifejlesztettek egy multimodális mély tanuláson alapuló algoritmust, amely képes prognosztikai információkat tanulni több adatforrásból. Ha először külön modelleket hoznak létre a szövettani és genomikai adatok számára, akkor a technológiát egyetlen integrált egységgé egyesíthetik, amely kulcsfontosságú prognosztikai információkat szolgáltat.
Végül értékelték a modell hatékonyságát - 14 ráktípusból származó adatsorok, valamint betegszövettani és genomikai adatok betáplálásával. Az eredmények alapján a modellek pontosabb előrejelzést adtak az egyes páciensek betegségének kimeneteléről, mint azok, amelyek csak egyetlen információforrást tartalmaztak.
A tanulmány rávilágít arra, hogy a mesterséges intelligencia alkalmazása lehetséges a klinikailag megalapozott, különböző típusú adatok integrálására a betegségek kimenetelének előrejelzéséhez.
A modellek lehetővé tehetik a kutatók számára, hogy felfedezzék a különböző klinikai tényezőket magában foglaló biomarkereket, s jobban megértsék, milyen típusú információkra van szükségük a különböző típusú rák diagnosztizálásához.
Sőt, az MI-modellek a prognosztikai előrejelzéseket előidéző kóros és genomikai jellemzők feltárására is alkalmasak.
L.A.
