Είναι γνωστό ότι η τεχνητή νοημοσύνη έχει εφαρμογή σχεδόν σε όλους τους τομείς της καθημερινότητας. Μια πρόσφατη μελέτη που δημοσιεύθηκε στο Nature Medicine καταδεικνύει πώς ένα νέο διαγνωστικό εργαλείο τεχνητής νοημοσύνης με την ονομασία DeepGlioma μπορεί να χρησιμοποιήσει την ταχεία απεικόνιση για τον εντοπισμό γενετικών μεταλλάξεων από δείγματα όγκων του εγκεφάλου σε λιγότερο από 90 δευτερόλεπτα με μεγάλη ακρίβεια.
Ο νευροχειρουργός και επίκουρος καθηγητής νευροχειρουργικής στην Ιατρική Σχολή του Πανεπιστημίου του Μίσιγκαν, Todd Hollon, M.D., ηγήθηκε της μελέτης με ερευνητές που συνεργάζονται με το Πανεπιστήμιο του Μίσιγκαν, το Πανεπιστήμιο της Νέας Υόρκης, το Πανεπιστήμιο της Καλιφόρνιας στο Σαν Φρανσίσκο, το Ιατρικό Πανεπιστήμιο της Βιέννης, το Πανεπιστημιακό Νοσοκομείο της Κολωνίας και την Invenio Imaging.
“Η πρόσβαση σε μοριακές διαγνωστικές εξετάσεις είναι άνιση για τους ασθενείς που λαμβάνουν φροντίδα για όγκους στον εγκέφαλο”, έγραψε ο Dr. Hollon σε συνεργασία με τους ερευνητές συναδέλφους του. “Το DeepGlioma μπορεί να βελτιώσει τις μοριακές εξετάσεις παρέχοντας ταχεία μοριακή εξέταση, επιτρέποντας στους κλινικούς γιατρούς να επικεντρωθούν μόνο στην επιβεβαίωση των πιο πιθανών διαγνωστικών μεταλλάξεων, αντί να χρησιμοποιούν μια διαγνωστική προσέγγιση shotgun”.
![](https://ygeiatora.gr/wp-content/uploads/2018/07/dummy-ad-300x250-1.jpg)
Τα γλοιώματα είναι όγκοι που σχηματίζονται όταν τα γλοιακά κύτταρα του εγκεφάλου ή του νωτιαίου μυελού αναπτύσσονται εκτός ελέγχου. Οι τρεις τύποι γλοιακών κυττάρων είναι τα αστροκύτταρα, τα ολιγοδενδροκύτταρα και τα επινδυματικά κύτταρα. Γλοία, επίσης γνωστή ως νευρογλοία ή γλοία, σημαίνει “κόλλα” στα ελληνικά και επινοήθηκε το 1856 από τον διάσημο Γερμανό παθολόγο Rudolph Virchow, ο οποίος θεωρείται πρωτοπόρος στη σύγχρονη παθολογία με τη συμβολή του στη θεωρία των κυττάρων.
Η θεραπεία για τα γλοιώματα εξαρτάται από τον βαθμό τους. Ο Παγκόσμιος Οργανισμός Υγείας (ΠΟΥ) έχει τέσσερις βαθμίδες για τους όγκους του εγκεφάλου που κυμαίνονται από αργά αναπτυσσόμενους χαμηλότερους βαθμούς (βαθμός Ι, βαθμός ΙΙ) έως ταχύτερα αναπτυσσόμενους υψηλότερους βαθμούς (βαθμός ΙΙΙ, βαθμός IV). Για παράδειγμα, το γλοιοβλάστωμα, που ονομάζεται επίσης GBM ή πολύμορφο γλοιοβλάστωμα, ένας ιδιαίτερα επιθετικός τύπος καρκίνου του εγκεφάλου που προσβάλλει τα αστροκύτταρα, είναι γλοίωμα βαθμού IV.
“Το DeepGlioma προέβλεψε με ακρίβεια τις μεταλλάξεις IDH, την κωδικοποίηση 1p19q και τις μεταλλάξεις ATRX χωρίς την ανάγκη φθορισμού in situ υβριδισμού ή γενετικής αλληλουχίας, επιτρέποντας την αυτοματοποιημένη μοριακή υποκατηγοριοποίηση των διάχυτων γλοιωμάτων σύμφωνα με το σύστημα ταξινόμησης του ΠΟΥ”, ανέφεραν οι επιστήμονες.
Η μοριακή διαγνωστική ή μοριακή παθολογία αναλύει τις αλληλουχίες του γενετικού κώδικα (DNA ή RNA) στα κύτταρα για να βρει μια κληρονομική ή επίκτητη γονιδιακή μετάλλαξη που σχετίζεται με μια συγκεκριμένη ασθένεια. Η μοριακή διαγνωστική μπορεί να εντοπίσει λοιμώξεις ή γενετικούς παράγοντες κινδύνου για ορισμένες ασθένειες. Οι μοριακές εξετάσεις επιτρέπουν στους γιατρούς να παρέχουν πιο στοχευμένη θεραπεία μέσω της ιατρικής ακριβείας που βασίζεται σε γονιδιωματικές παραλλαγές έναντι μιας προσέγγισης “ενός μεγέθους για όλους” στη θεραπεία του καρκίνου.
“Η μοριακή ταξινόμηση έχει μεταμορφώσει τη διαχείριση των όγκων του εγκεφάλου, επιτρέποντας ακριβέστερη πρόγνωση και εξατομικευμένη θεραπεία”, έγραψαν οι ερευνητές. “Ωστόσο, ο έγκαιρος μοριακός διαγνωστικός έλεγχος για ασθενείς με όγκους εγκεφάλου είναι περιορισμένος, περιπλέκοντας τη χειρουργική και επικουρική θεραπεία και εμποδίζοντας την εγγραφή σε κλινικές δοκιμές”.
Το DeepGlioma χρησιμοποιεί μεθόδους υπολογιστικής όρασης βασισμένες στη βαθιά μάθηση AI που αποτελούνται από δύο προ-εκπαιδευμένες μονάδες, έναν οπτικό κωδικοποιητή και έναν γενετικό κωδικοποιητή, οι οποίες ενσωματώνονται μέσω ενός μηχανισμού προσοχής για την ταξινόμηση εικόνων.
“Τα εμπόδια στη μοριακή διάγνωση μπορούν να οδηγήσουν σε υποβέλτιστη φροντίδα για τους ασθενείς με όγκο στον εγκέφαλο, περιπλέκοντας την προγνωστική πρόβλεψη, τη λήψη χειρουργικών αποφάσεων, [την] έκταση των στόχων εκτομής, την επιλογή των επικουρικών χημειοακτινοθεραπευτικών σχημάτων και την εγγραφή σε κλινικές δοκιμές”, έγραψαν οι ερευνητές.
Ο Dr. Hollon και η ερευνητική του ομάδα έθεσαν ως στόχο να επιτύχουν τη βέλτιστη απόδοση στην ταξινόμηση της ΤΝ χρησιμοποιώντας το συνδυασμό τόσο της απεικόνισης όσο και των δημόσιων γονιδιωματικών δεδομένων μεγάλης κλίμακας.
“Εδώ, προτείνουμε και επικυρώνουμε προοπτικά μια προσέγγιση βασισμένη στην ΤΝ για την απλοποίηση της μοριακής ταξινόμησης των διάχυτων γλοιωμάτων μέσω αυτοματοποιημένης ανάλυσης εικόνας ταχείας οπτικής απεικόνισης φρέσκων, μη επεξεργασμένων χειρουργικών δειγμάτων”, μοιράστηκαν οι επιστήμονες.
Το βαθύ νευρωνικό δίκτυο ΤΝ χρησιμοποιεί εικόνες από ιστολογία διεγερμένου Ραμάν (SRH). Αυτή η τεχνική μικροσκοπίας χωρίς ετικέτες χρησιμοποιεί τη διεγερμένη σκέδαση Raman και τη δημιουργία δεύτερης αρμονικής για την παραγωγή εικονικά χρωματισμένων εικόνων. Η AI μοριακή ταξινόμηση πραγματοποιήθηκε σε λιγότερο από 90 δευτερόλεπτα χρησιμοποιώντας εικόνες SRH χωρίς καμία ανθρώπινη ερμηνεία ή επεξεργασία ιστού.
“Τα αποτελέσματά μας αντιπροσωπεύουν τον τρόπο με τον οποίο η τεχνητή νοημοσύνη και η οπτική ιστολογία μπορούν να χρησιμοποιηθούν για να παρέχουν ένα γρήγορο και επεκτάσιμο συμπλήρωμα στις μεθόδους υγρού εργαστηρίου για τον μοριακό έλεγχο ασθενών με διάχυτο γλοίωμα”, κατέληξαν οι επιστήμονες.
Οι ερευνητές πέτυχαν διαγνωστική ακρίβεια 94,6 τοις εκατό μέσω της ιστολογίας διεγερμένου Raman έναντι 93,9 τοις εκατό με τη χρήση τυπικών ιστολογικών τεχνικών. Επιπλέον, η λύση τεχνητής νοημοσύνης τους ήταν σημαντικά ταχύτερη από τις υπάρχουσες ιστολογικές μεθόδους, ανοίγοντας το δρόμο για διεγχειρητική διάγνωση όγκων του εγκεφάλου σχεδόν σε πραγματικό χρόνο κατά τη διάρκεια χειρουργικής επέμβασης.
“Παρέχοντας μια οδό για ταχεία μοριακή διαλογή, το DeepGlioma μπορεί να ξεκινήσει τη διαδικασία για την εγγραφή σε δοκιμές στα πρώτα στάδια της φροντίδας των ασθενών”, κατέληξαν οι συγγραφείς της μελέτης. “Επιπλέον, το DeepGlioma μπορεί να διευκολύνει τις κλινικές δοκιμές που βασίζονται στην διεγχειρητική τοπική χορήγηση παραγόντων στη χειρουργική κοιλότητα και να παρακάμψει τον αιματοεγκεφαλικό φραγμό, μια σημαντική πρόκληση στη θεραπευτική χορήγηση”.