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
KongresAktualnościCo? Gdzie? Kiedy?

Rozpoczął się COP28 - światowy szczyt klimatyczny w Dubaju

Według Copernicus Climate Change Service rok 2023 był najcieplejszym rokiem od 125 tysięcy lat. 30 listopada 2023 prezydencję COP oficjalnie przeszła w…
PACJENTAktualności

Relacja ze Strefy Gazy

Szpitale nie nadążają z przyjmowaniem rannych, a przemieszczanie się jest skrajnie niebezpieczne. Kończą się zapasy leków, materiałów medycznych i paliwa do generatorów…
AktualnościPACJENT

Jak żyć, aby nie mieć depresji

W czasopiśmie „Nature Mental Health” właśnie ukazały się wyniki badań międzynarodowego zespołu naukowców, w tym z Uniwersytetu w Cambridge (Anglia) i Uniwersytetu…
Zapisz się, aby otrzymywać nasz newsletter

    Dodaj komentarz

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