Χρησιμοποιώντας τεχνητή νοημοσύνη, οι ερευνητές ανακάλυψαν πώς να ελέγχουν για γενετικές μεταλλάξεις σε καρκινικούς όγκους εγκεφάλου σε λιγότερο από 90 δευτερόλεπτα - και πιθανώς να εξορθολογίσουν τη διάγνωση και τη θεραπεία, προτείνει μια νέα μελέτη.
Μια ομάδα νευροχειρουργών και μηχανικών στο Michigan Medicine, σε συνεργασία με ερευνητές από το Πανεπιστήμιο της Νέας Υόρκης, το Πανεπιστήμιο της Καλιφόρνια, στο Σαν Φρανσίσκο και άλλους, ανέπτυξαν ένα διαγνωστικό σύστημα προσυμπτωματικού ελέγχου βασισμένο σε Τεχνητή Νοημοσύνη (AI) που ονομάζεται DeepGlioma που χρησιμοποιεί ταχεία απεικόνιση για την ανάλυση δειγμάτων όγκου που λαμβάνονται κατά τη διάρκεια μιας επέμβασης και να ανιχνεύουν τις γενετικές μεταλλάξεις πιο γρήγορα.
Σε μια μελέτη με περισσότερους από 150 ασθενείς με διάχυτο γλοίωμα (Διάχυτο Διηθητικό Γλοίωμα Γέφυρας-ΔΔΓΓ), τον πιο κοινό και θανατηφόρο πρωτοπαθή όγκο εγκεφάλου, το πρόσφατα αναπτυγμένο σύστημα εντόπισε μεταλλάξεις που χρησιμοποιούνται από τον Παγκόσμιο Οργανισμό Υγείας για να ορίσει μοριακές υπο-ομάδες της πάθησης με μέση ακρίβεια άνω του 90%. Τα αποτελέσματα δημοσιεύονται στο Nature Medicine.
«Αυτό το εργαλείο που βασίζεται στην τεχνητή νοημοσύνη έχει τη δυνατότητα να βελτιώσει την πρόσβαση και την ταχύτητα διάγνωσης και φροντίδας ασθενών με θανατηφόρους όγκους εγκεφάλου», δήλωσε ο επικεφαλής συγγραφέας και δημιουργός του DeepGlioma Τοντ Χόλον, M.D., νευροχειρουργός στο Πανεπιστήμιο του Michigan Health και επίκουρος καθηγητής νευροχειρουργική στην Ιατρική Σχολή U-M.
Η μοριακή ταξινόμηση είναι όλο και πιο σημαντική για τη διάγνωση και τη θεραπεία των γλοιωμάτων, καθώς τα οφέλη και οι κίνδυνοι της χειρουργικής επέμβασης ποικίλλουν μεταξύ των ασθενών με όγκο στον εγκέφαλο ανάλογα με τη γενετική τους σύνθεση.
Στην πραγματικότητα, οι ασθενείς με έναν συγκεκριμένο τύπο διάχυτου γλοιώματος που ονομάζεται αστροκύτωμα μπορούν να κερδίσουν κατά μέσο όρο πέντε χρόνια με πλήρη αφαίρεση του όγκου σε σύγκριση με άλλους υποτύπους διάχυτου γλοιώματος. Ωστόσο, η πρόσβαση σε μοριακές εξετάσεις για διάχυτο γλοίωμα είναι περιορισμένη και δεν είναι ομοιόμορφα διαθέσιμη σε κέντρα που θεραπεύουν ασθενείς με όγκους εγκεφάλου. Όταν είναι διαθέσιμο, λέει ο Χόλον, ο χρόνος ολοκλήρωσης των αποτελεσμάτων μπορεί να διαρκέσει ημέρες, ακόμη και εβδομάδες.
«Τα εμπόδια στη μοριακή διάγνωση μπορούν να οδηγήσουν σε μη βέλτιστη φροντίδα για ασθενείς με όγκους εγκεφάλου, περιπλέκοντας τη λήψη χειρουργικών αποφάσεων και την επιλογή σχημάτων χημειο-ακτινοβολίας», είπε ο Χόλον, σύμφωνα με το Neuroscience News.
Πριν από το DeepGlioma, οι χειρουργοί δεν διέθεταν μέθοδο διαφοροποίησης των διάχυτων γλοιωμάτων κατά τη διάρκεια της επέμβασης. Μια ιδέα που ξεκίνησε το 2019, το σύστημα συνδυάζει βαθιά νευρωνικά δίκτυα με μια μέθοδο οπτικής απεικόνισης γνωστή ως διεγερμένη ιστολογία Raman, η οποία αναπτύχθηκε επίσης στο U-M, για την απεικόνιση ιστού όγκου εγκεφάλου σε πραγματικό χρόνο.
«Το DeepGlioma δημιουργεί μια λεωφόρο για ακριβή και πιο έγκαιρη αναγνώριση που θα έδινε στους παρόχους μια καλύτερη ευκαιρία να ορίσουν θεραπείες και να προβλέψουν την πρόγνωση των ασθενών», είπε ο Χόλον.
Ακόμη και με τη βέλτιστη τυπική θεραπεία, οι ασθενείς με διάχυτο γλοίωμα αντιμετωπίζουν περιορισμένες θεραπευτικές επιλογές. Ο διάμεσος χρόνος επιβίωσης για ασθενείς με κακοήθη διάχυτα γλοιώματα είναι μόνο 18 μήνες.
Ενώ η ανάπτυξη φαρμάκων για τη θεραπεία των όγκων είναι απαραίτητη, λιγότεροι από το 10% των ασθενών με γλοίωμα εγγράφονται σε κλινικές δοκιμές, οι οποίες συχνά περιορίζουν τη συμμετοχή από μοριακές υπο-ομάδες. Οι ερευνητές ελπίζουν ότι το DeepGlioma μπορεί να είναι καταλύτης για την έγκαιρη εγγραφή σε δοκιμές.
«Η πρόοδος στη θεραπεία των πιο θανατηφόρων όγκων του εγκεφάλου έχει περιοριστεί τις τελευταίες δεκαετίες - εν μέρει επειδή ήταν δύσκολο να εντοπιστούν οι ασθενείς που θα ωφελούνταν περισσότερο από τις στοχευμένες θεραπείες», δήλωσε ο ανώτερος συγγραφέας Ντάνιελ Όρινγκερ, M.D., αναπληρωτής καθηγητής νευροχειρουργικής και παθολογίας στο NYU Grossman School of Medicine, ο οποίος ανέπτυξε τη διεγερμένη ιστολογία Raman. «Οι γρήγορες μέθοδοι για μοριακή ταξινόμηση υπόσχονται πολλά για την επανεξέταση του σχεδιασμού των κλινικών δοκιμών και την παροχή νέων θεραπειών στους ασθενείς».
Επιπλέον συγγραφείς περιλαμβάνουν τους Τσενγκ Τζιανγκ, Ασάντουρ Τσάουντουρι, Αχίλ Κοντεπούντι, Αρτζούν Αντάπα, Γουάτζντ Αλ-Χολού, Τζέισον Χεθ, Όρεν Σάγκερ, Μαρία Κάστρο, Σάντρα Καμέλο-Πιράγκουα, Χόνγκλακ Λι, όλοι από το Πανεπιστήμιο του Michigan, Μουστάφα Νασίρ-Μοίν, Τζον Γκολφίνος , Ματίγια Σνουντέρλ, όλοι από το Πανεπιστήμιο της Νέας Υόρκης, Αλεξάντερ Ααμπεντί, Πέντρο Λόουενστάιν, Μίτσελ Μπέργκερ, Σον Χέρβεϊ-Τζάμπερ, όλοι από το Πανεπιστήμιο της Καλιφόρνια, Σαν Φρανσίσκο, Λίσα Ιρίνα Γουαντιούτα, Γκεόργκ Γουίντχαλμ, και οι δύο από το Ιατρικό Πανεπιστήμιο Βιέννης, Βόλκερ Νόισμέλτινγκ, Ντέιβιντ Ράινεκε, Νίκλας φον Σπρέκελσεν, όλοι από το Πανεπιστημιακό Νοσοκομείο της Κολωνίας, και Κρίστιαν Φρόιντιγκερ, Invenio Imaging, Inc.
Χρηματοδότηση: Αυτή η εργασία υποστηρίχθηκε από τα Εθνικά Ινστιτούτα Υγείας, το Ταμείο Έρευνας για Όγκους Εγκεφάλου της Οικογένειας Κουκ, το Ταμείο Έρευνας Εγκεφάλου Μαρκ Τρόνερ, το Ίδρυμα Οικογένειας Ζένκελ, το Ίδρυμα Φίλων του Ίαν και το πρόγραμμα επιχορήγησης UM Precision Health Investigators Awards.
