2026. 06. 08. - 08:20
Agydaganatok esélyét mutatja meg a mesterséges intelligencia - és nem is drága
Költséges genetikai vizsgálatok nélkül is képes feltárni az agydaganatok kockázatát a mesterséges intelligencia – mutatott rá a Mayo Klinika kutatóinak és munkatársainak új tanulmánya.
A mesterséges intelligencia költséges genetikai vizsgálatok alkalmazása nélkül is feltárhatja az agydaganatok kockázatát.
Mindez a Mayo Klinika kutatóinak és munkatársainak tanulmányából derült ki. Kimutatták, hogy a mesterséges intelligencia (MI) képes a rutinszerű patológiai metszetek elemzésére.
Ezzel segíthet osztályozni a meningiómákat, a felnőttek leggyakoribb elsődleges agydaganatát és megjósolni a daganatkiújulási kockázatot egy beteg esetében.
Hasznos információkat adnak a mélytanulási modellek
A The Lancet Digital Health című folyóiratban megjelent tanulmány azt mutatja, hogy a mélytanulási modellek képesek molekuláris és prognosztikai információkat kinyerni a standard hematoxilin-eozin, vagyis H&E metszetekből – ugyanolyan típusú szöveti képekből, amelyeket már a rutin klinikai ellátásban is használnak.
Ezeket az információkat jellemzően egy fejlett genetikai teszttel, DNS-metilációs profilalkotással nyerik. Értékes diagnosztikai és prognosztikai információkat nyújt, azonban költséges, időigényes és sok kórházban nem is elérhető. Olvasd el: Segíthet a mesterséges intelligencia a következő stroke megelőzésében?
Agydaganatok esélyét mutatja meg a mesterséges intelligencia - és nem is drága
„Ez egyike azon sok tanulmánynak, ahol kihasználhatjuk a digitális patológia erejét, azáltal, hogy az elmúlt két évtized genomikai és molekuláris ismereteit mesterséges intelligencia algoritmusokban rögzítjük” – mondta el dr. Gelareh Zadeh, Ph.D., a rochesteri Mayo Klinika Neurológiai Sebészeti Osztályának vezetője, valamint a Mayo Klinika Platform David C. és Flora C. Pratt kitüntetett orvosigazgatója.
Könnyebben hozzáférhetőek a fejlett tumorinformációk MI-vel
A meningiómák viselkedése igen változatos lehet. Egyesek lassan nőnek és a kezelés után soha nem térhetnek vissza, míg mások agresszívabbak és nagyobb valószínűséggel kiújulnak.
Ezen kockázat megértése kritikus fontosságú a betegek és az őket ellátó orvoscsapatok számára annak eldöntésében, hogy a műtét után szükség lehet-e további kezelésre, például sugárterápiára.
A molekuláris vizsgálatok segíthetnek azonosítani, hogy mely tumorok kiújulása valószínűbb és melyek reagálhatnak eltérően a kezelésre. Ezek a vizsgálatok azonban speciális technológiát és szakértelmet igényelnek, ami sok páciens számára korlátozza a hozzáférést.
A kutatók 672 beteg szövetmintáinak, patológiai képeinek és klinikai adatainak felhasználásával képeztek ki mesterséges intelligenciát, hogy információkat tárjanak fel a tumor biológiájáról.
Több anonimizált adatkészletre, köztük a Mayo Clinic Platform adatforrásaira támaszkodva a modellek képesek voltak osztályozni a meningióma altípusokat és előre jelezni a kiújulás kockázatát a rutinszerű betegellátás részét képező standard patológiai tárgylemezek segítségével.
Az eredmények arra utalnak, hogy a mesterséges intelligencia egy napon segíthet a klinikusoknak részletesebb tumorinformációk megszerzésében, anélkül, hogy a betegeknek fejlett genetikai vizsgálatokon kellene átesniük.
Segítségnyújtás a kezelési döntések terén
A meningiómás páciensek esetében a kiújulás kockázata befolyásolhatja a követési időt, a képalkotás gyakoriságát és azt is, fontolóra kell-e venni a sugárterápiát.
Az új tanulmány megállapította: a mesterséges intelligencia alapú előrejelzések akkor is hasznosak maradtak, ha figyelembe vették a hagyományos klinikai tényezőket, mint például a daganat fokozatát, a műtéttel eltávolítható daganat mértékét és a beteg életkorát.
A kutatók megállapították azt is, hogy a mesterséges intelligencia modellek képesek azonosítani a daganat heterogenitásának mintázatait – a különbségeket ugyanazon daganaton belül. Ezek segíthetnek megmagyarázni, miért viselkednek egyes daganatok agresszívebben, vagy miért reagálnak eltérően a kezelésre.
További prospektív vizsgálatokra van szükség ugyanakkor, mielőtt a mesterséges intelligencia modelleket rutinszerűen alkalmazni lehetne a klinikai ellátásban – jegyezték meg a kutatók.
Hozzátették: az eredmények megalapozzák a meningiómás betegek számára elérhetőbb, személyre szabottabb ellátást, s potenciálisan hasonló mesterséges intelligencia-megközelítéseket más rákos megbetegedéseket illetően is.
„A cél az, hogy ezeket az algoritmusokat könnyen és egyszerűen elérhetővé tegyük globálisan, javítva a betegellátást számos egészségügyi intézményben” – mondta Zadeh.
B.A.
