2022. 05. 12. - 09:00
Digitális iker segít - rákosok csonttöréseit jelezheti előre a mesterséges intelligencia
A mesterséges intelligenciát annak előrejelzésére is lehet alkalmazni, miként befolyásolhatja a rák a csonttörések valószínűségét a gerinc mentén – mutatott rá egy tanulmány. A végső cél digitális ikertestvért kifejleszteni mindenből, amit sebész megműthet.
Az orvostudomány egyre inkább szembesül azzal, milyen hasznos a számára a gépi tanulás. Egy új tanulmány azt sugallja: a tudósok alkalmazhatják a mesterséges intelligenciát arra is, hogy előrejelezze, hogyan befolyásolhatja a rák a csonttörések valószínűségét a gerincoszlop mentén.
Csak Amerikában évente 1,6 millió rákos esetet diagnosztizálnak, s a betegeknek körülbelül 10 százaléka tapasztal gerincmetasztázist – azt az állapotot, amikor a betegség a test más helyeiről a gerincre is átterjed. Megnő a daganatok miatti gerinc menti törések kockázata, ami súlyos fájdalomhoz és gerinc instabilitásához vezethet.
„A gerinctörés körülbelül 15 százalékkal növeli meg a beteg halálának esélyét - mondta Soheil Soghrati, a tanulmány társszerzője, az Ohio Állami Egyetem gépészeti és repülőgépmérnöki docense. - A törések kimenetelének előrejelzésével azonban kutatásunk lehetőséget kínál a szakorvosoknak, hogy jobb kezelési stratégiákat tervezzenek és segítsenek a pácienseknek megalapozottabb döntéseket hozni.” Olvasd el: MI segít a rák biztonságos kimutatásában
Rákosok csonttöréseit jelezheti előre a mesterséges intelligencia
A számítógépes modellezés segítségével tehát a tudósok jobb képet kaphatnak arról, mi is történik a gerinccel.
A kutatók – akik tanulmányukat az International Journal for Numerical Methods in Biomedical Engineering című folyóiratban közölték – részletesen beszámolnak róla, hogyan képezték ki a mesterséges intelligencia támogatta ReconGAN keretrendszert, hogy létrehozzanak egy digitális ikertestvért, avagy egy páciens csigolyájának virtuális rekonstrukcióját.
Ellentétben a 3D nyomtatással - melyben a virtuális modellt fizikai objektummá alakítják -, a digitális iker valós megfelelőjének számítógépes szimulációját foglalja magába, anélkül, hogy azt fizikailag létrehoznák.
Egy ilyen szimuláció segítségével megjósolható egy objektum vagy rendszer jövőbeli teljesítménye – ebben az esetben az, hogy mekkora stresszt bírhat el a csigolya, mielőtt a nyomás alatt megrepedne.
A ReconGAN képzése egy (holttestből származó) csigolyákról szeletenkénti felvételek készítésével szerzett MRI- és mikro-CT-képek segítségével történt. A szakemberek valósághű mikroszerkezeti modelleket tudtak létrehozni a gerincről.
A szimuláció segítségével Soghrati csapata gyakorlatilag nagyobbítani is tudta a modellt - ez a képesség a tanulmány szerint elengedhetetlen a csigolya geometriai alakzatának teljes megértéséhez és építéséhez.
„Ezt a munkát az teszi igazán különlegessé, milyen részletesen tudtuk modellezni a csigolya geometriáját – magyarázta Soghrati. - Gyakorlatilag ugyanazt a csontot fejleszthetjük egyik szakaszról a másikra.”
Ebben az esetben a kutatók egy 51 éves, tüdőrákos nőtől származó CT/MRI-vizsgálatot használtak, akinek áttétes rákja lett – azt szimulálták, mi történhetne, ha a rák legyengítené a csigolyák egy részét, s miként befolyásolná ez a stresszt, amennyit a csontok még elviselnek törés előtt. Olvasd el: Kiújul a Crohn-betegség? Megjósolja a mesterséges intelligencia
A mesterséges intelligencia-modell megjósolta, mennyire veszítenek szilárdságukból a csigolya egyes részei a daganatok következtében, de egyéb változásokra is számítani lehetett a rák előrehaladtával.
Az egyes előrejelzéseket rákos betegeken végzett klinikai megfigyelések is igazolták.
Az ortopédiához hasonló területeken egy ilyen, nem invazív eszköz, mint a digitális iker használata segíthet a sebészeknek megérteni új terápiákat, szimulálni a különböző műtéti forgatókönyveket és elképzelni, hogyan változik a csont az idő múlásával - akár csontgyengeség, akár a sugárzás hatásai miatt.
A digitális iker módosítható a beteg-specifikus igényekhez – emelte ki Soghrati.
„A végső cél digitális ikertestvért kifejleszteni mindenből, amit sebész megműthet - mondta. - Jelenleg csak rendkívül nagy kihívást jelentő operációkhoz használják őket, de szeretnénk ezen szimulációk futtatásában segíteni és finomhangolni a paramétereket.”
A fenti ún. megvalósíthatósági tanulmány volt – még sokkal több munka szükséges. Több adat kell a mesterséges intelligencia tökéletesítéséhez - hangsúlyozta Soheil Soghrati.
L.A.
