NOWOŚĆ!Już dziś zapisz się, aby otrzymywać nasz newsletter! Zapisz się 

InnowacjeAktualności

Sztuczna inteligencja kontra nowotwory

Wykorzystując sztuczną inteligencję, naukowcy odkryli, jak w mniej niż 90 sekund badać mutacje genetyczne w nowotworowych guzach mózgu. Badacze mają nadzieję, że poprawi to diagnostykę i leczenie chorych, a także ulepszy rekrutację do badań klinicznych.

Zespół neurochirurgów i inżynierów z Michigan Medicine (USA), we współpracy z badaczami m.in. z New York University, University of California, San Francisco (USA), opracował oparty na sztucznej inteligencji diagnostyczny system przesiewowy, który wykorzystuje szybkie obrazowanie do analizy próbek guza pobranych podczas operacji.

W badaniu obejmującym ponad 150 pacjentów z glejakiem rozlanym, najczęstszym i najbardziej śmiertelnym pierwotnym guzem mózgu, nowo opracowany system zidentyfikował mutacje wykorzystywane przez Światową Organizację Zdrowia do zdefiniowania podgrup molekularnych choroby ze średnią dokładnością przekraczającą 90%. Wyniki opublikowano w „Nature Medicine”.

Narzędzie to, oparte na sztucznej inteligencji, może poprawić dostępność oraz szybkość diagnozowania i opieki nad pacjentami ze śmiertelnymi guzami mózgu – poinformował główny autor i twórca narzędzia, neurochirurg z University of Michigan Health (USA).

Pacjenci z określonym typem glejaka rozlanego, zwanym gwiaździakiem, na całkowitym usunięciu guza mogą zyskać średnio pięć lat w porównaniu z innymi podtypami glejaka rozlanego. Przed opracowaniem tego narzędzia chirurdzy nie dysponowali metodą pozwalającą na różnicowanie rozlanych glejaków podczas operacji. Mediana czasu przeżycia pacjentów ze złośliwymi rozlanymi glejakami wynosi zaledwie 18 miesięcy.

Postęp w leczeniu najbardziej śmiercionośnych guzów mózgu został ograniczony w ostatnich dziesięcioleciach po części dlatego, że trudno było zidentyfikować pacjentów, którzy odnieśli największe korzyści z terapii celowanych – komentuje starszy autor Daniel Orringer, profesor nadzwyczajny neurochirurgii i patologii w NYU Grossman School of Medicine, który opracował stymulowaną histologię Ramana. – Szybkie metody klasyfikacji molekularnej są bardzo obiecujące, jeśli chodzi o ponowne przemyślenie projektu badań klinicznych i udostępnienie pacjentom nowych terapii – podkreśla.

Źródło: nature.com
Foto: pixaby.com

Pros

  • +

Cons

  • -
Powiązane artykuły
PACJENTAktualności

MF zapowiedziało rekordowy wzrost akcyzy na papierosy

Jak zapowiedział 24 lipca wiceszef Ministerstwa Finansów, Jarosław Neneman, podczas posiedzenia sejmowej podkomisji ds. zdrowia publicznego, w 2027 r., po zmianach w…
LEKARZInnowacje

AI w służbie diagnostyki chorób płuc: system opracowują naukowcy z PW

Trwają zaawansowane prace naukowców z Wydziału Matematyki i Nauk Informacyjnych Politechniki Warszawskiej (PW) nad opracowaniem systemu, który usprawni diagnozowanie i monitorowanie zmian…
LEKARZInnowacje

Spektroskopia: jedna kropla krwi, panel wyników i diagnoz

Wyobraź sobie sytuację, kiedy dzięki pojedynczej kropli krwi w ciągu kilku minut można mieć kompleksowy wgląd w stan zdrowia człowieka. Dzięki najnowszym…
Zapisz się, aby otrzymywać nasz newsletter

    Dodaj komentarz

    Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *