Znanstvenici iskoristili strojno učenje za predviđanje razvoja smrtonosnog tumora mozga

Znanstvenici s kanadskog Sveučilišta Waterloo stvorili su računalni model za točnije predviđanje rasta smrtonosnih tumora mozga.

tri vijesti o kojima se priča Uspješan presretač Ukrajina pokazala dokaz da ima rješenje za ruske najopasnije dronove na mlazni pogon Neočekivani problemi Stanovnici se pobunili protiv robotaksija: Ne mogu spavati i pod stalnim su stresom Mnogi nisu svjesni Otkrivena skrivena kombinacija koja ubrzava starenje mozga i povećava rizik od Alzheimerove bolesti

Analizirali su dva seta magnetskih rezonanci svakog od pet anonimnih pacijenata koji boluju od glioblastoma multiforme (GBM). Pacijenti su bili podvrgnuti opsežnim MRI skeniranjima, a nakon nekoliko mjeseci čekanja, prošli su i drugi set MRI skeniranja. Budući da su ti pacijenti, iz neobznanjenih razloga, odlučili ne primiti nikakav tretman ili intervenciju tijekom tog vremena, njihove MRI pružile su znanstvenicima jedinstvenu priliku da razumiju kako GBM raste kada se ne kontrolira.

Revolucionarno: Znanstvenici prvi put iskoristili alat za uređivanje gena kako bi stanice učinili ubojitijima protiv raka

Glioblastoma multiforme je rak mozga s prosječnom stopom preživljavanja od samo jedne godine. Teško ga je liječiti zbog izrazito guste jezgre, brzog rasta i položaja u mozgu. Procjena difuzivnosti i stope proliferacije ovih tumora korisna je za liječnike, ali tu je informaciju teško predvidjeti za svakog pojedinog pacijenta na brz i točan način.

Kanadski znanstvenici su stoga iskoristili strojno učenje kako bi u potpunosti analizirali pacijentov tumor te kako bi bolje predvidjeli napredovanje raka. Pomoću računalnog modela dubokog učenja pretvorili su podatke MRI u procjene parametara specifičnih za pacijenta, koji informiraju model predviđanja rasta GBM-a. Tehnika je primijenjena na tumore pacijenata i sintetske tumore, za koje su bile poznate prave karakteristike, što je kanadskim znanstvenicima omogućilo potvrdu modela.

  Velik uspjeh zagrebačkih liječnika: Pacijentima s metastazama uništili tumore

Želja nam je napraviti ovu analizu na ogromnom skupu podataka. Međutim, s obzirom na prirodu bolesti, to je vrlo izazovno jer nema dugog očekivanog životnog vijeka, a ljudi su skloni započeti liječenje. Zato je prilika za usporedbu pet neliječenih tumora bila tako rijetka i vrijedna, naglasio je Cameron Meaney, doktorant primijenjene matematike i glavni autor studije, koja je objavljena u znanstvenom časopisu Journal of Theoretical Biology.

Obzirom da znanstvenici sad imaju dobar model kako GBM raste bez liječenja, njihov sljedeći korak je proširiti model kako bi uključio učinak liječenja na tumore. Skup podataka bi se na taj način povećao sa nekoliko MRI skenova, na njih tisuće. Meaney naglašava da to može imati veliki utjecaj na budućnost pacijenata oboljelih od te teške i smrtonosne bolesti.

Integracija kvantitativne analize u zdravstvo je budućnost, zaključio je Meaney.

Izvor: EurekAlert