دالاس – مارس 21 سال 2020 – مغز بیماران مبتلا به سرطان در سال های آینده ممکن است نیاز به رفتن زیر چاقو برای کمک به پزشکان در تعیین بهترین درمان برای تومورهای خود.

یک مطالعه جدید توسط UT Southwestern نشان می دهد که هوش مصنوعی می تواند شناسایی خاص جهش ژنتیکی در یک تومور گلیوما به سادگی با بررسی تصاویر 3D از مغز – با بیش از 97 درصد دقت و صحت. چنین فناوری می تواند به طور بالقوه از بین بردن رایج از قبل عمل جراحی است که در آن گلیوما نمونه گرفته شده و تجزیه و تحلیل برای انتخاب یک درمان مناسب.

دانشمندان در سراسر این کشور شده اند تست دیگر تکنیک های تصویر برداری در سال های اخیر, اما آخرین تحقیقات توصیف شاید یکی از دقیق ترین و از نظر بالینی قابل دوام با روش های گسترده و تلاش برای تغییر پارادایم از ارزیابی سرطان مغز.

“دانستن یک جهش خاص وضعیت در گلیوم مهم در تعیین پیش آگهی و درمان استراتژی می گوید:” یوسف Maldjian, M. D., رئیس neuroradiology در جنوب غربی UT را o’donnell موسسه مغز. “توانایی برای تعیین این وضعیت فقط با استفاده از تصویربرداری معمولی و هوش مصنوعی است که یک جهش بزرگ رو به جلو است.”

آنزیم جهش یافته

این مطالعه با استفاده از deep-آموزش شبکه و استاندارد تصویربرداری رزونانس مغناطیسی (MRI) برای تشخیص وضعیت یک ژن به نام isocitrate دهيدروژناز (IDH) که به تولید یک آنزیم است که در فرم جهش یافته ممکن است باعث رشد تومور در مغز است.

پزشکان آماده سازی برای درمان گلیوم را اغلب بیماران تحت عمل جراحی برای به دست آوردن بافت تومور است که سپس تجزيه و تحليل تعيين IDH جهش وضعیت. پیش آگهی و درمان استراتژی متفاوت خواهد بود که آیا یک بیمار IDH-جهش گلیوما.

اما به دلیل به دست آوردن کافی نمونه گاهی اوقات می تواند وقت گیر و خطرناک است – به خصوص اگر تومور به سختی دسترسی محققان در حال مطالعه غیر جراحی استراتژی برای شناسایی IDH جهش وضعیت.

مطالعه منتشر شده در بهار امسال در مغز و اعصاب-انکولوژی, خود را متمایز از تحقیقات قبلی در سه راه:

  • این روش بسیار دقیق است. قبلی تکنیک های اغلب موفق به تحت الشعاع قرار دادن 90 درصد دقت و صحت.
  • جهش وضعیت تعیین شد با تجزیه و تحلیل تنها یک سری از آقای تصاویر به عنوان تصویر چند نوع است.
  • یک الگوریتم لازم بود برای ارزیابی IDH جهش در وضعیت تومور. دیگر تکنیک های مورد نیاز یا دست کشیده مناطق مورد علاقه و یا اضافی عمیق-مدل های یادگیری برای اولین بار شناسایی مرزهای تومور و سپس شناسایی پتانسیل جهش.

“زیبایی از این عمیق جدید-مدل یادگیری سادگی آن است و درجه بالایی از دقت و صحت می گوید:” Maldjian اضافه کرد که روش های مشابه ممکن است مورد استفاده برای شناسایی مهم دیگر نشانگرهای مولکولی برای سرطان های مختلف. “ما برداشته ایم اضافی قبل از پردازش و مراحل ایجاد یک سناریوی ایده آل برای راحتی انتقال این را به مراقبت های بالینی با استفاده از تصاویر است که به طور معمول به دست آورد.”

تومور تصویربرداری

گلیوم شامل اکثریت قوی از تومورهای بدخیم موجود در مغز و اغلب می تواند به سرعت گسترش از طریق بافت اطراف. پنج سال ميزان بقا برای درجه بالا گلیوم است و 15% و اگر تومور با جهش IDH آنزیم به طور کلی پیش آگهی بهتر.

این IDH جهش وضعیت نیز کمک می کند تا پزشکان تصمیم گیری در یک ترکیبی از درمان مناسب برای بیمار از شیمی درمانی و پرتو درمانی به عمل جراحی برای برداشتن تومور.

به بهبود روند تشخیص آنزیم جهش و تصمیم گیری مناسب در درمان Maldjian تیم طراحی و توسعه دو-آموزش شبکه های که تجزیه و تحلیل داده تصویربرداری از یک پایگاه داده در دسترس عموم بیش از 200 مغز بیماران مبتلا به سرطان از سراسر ایالات متحده

یک شبکه استفاده می شود فقط یک سری از MRI (T2-weighted تصاویر) در حالی که دیگر استفاده از تصویر چند نوع از MRI. این دو شبکه به دست آورد تقریبا همان دقت نشان می دهد که روند تشخیص IDH جهش می تواند به طور قابل توجهی ساده تنها با استفاده از T2-weighted تصاویر.

‘تصویر’

Maldjian تیم آینده تست خود را عمیق-آموزش مدل بزرگتر مجموعه داده های اضافی برای اعتبار سنجی قبل از تصمیم گیری که آیا به ترکیب تکنیک به مراقبت های بالینی.

در ضمن محققان امیدوارند به توسعه داروها به مهار IDH از طریق ملی در حال انجام آزمایش های بالینی. اگر موثر این بازدارنده می تواند در ترکیب با هوش مصنوعی-تکنیک های تصویر برداری به تعمیرات اساسی چگونه برخی از سرطان مغز در حال ارزیابی و درمان شود.

“در تصویر بزرگ ما ممکن است قادر به درمان گلیوم بدون عامل بر روی یک بیمار” Maldjian می گوید. “ما می خواهیم با استفاده از هوش مصنوعی برای تشخیص یک IDH-جهش گلیوما سپس با استفاده از IDH بازدارنده به کم کردن سرعت و یا معکوس کردن رشد تومور است. زمینه رادیو-ژنتیک انفجار است با امکانات.”

###

در مورد مطالعه

این مطالعه با پشتیبانی منابع مالی از موسسه ملی بهداشت. Maldjian استاد رادیولوژی در جنوب غربی UT پیتر o’donnell جونیور موسسه مغز و پیشرفته تصویربرداری مرکز تحقیقات. او Lee R. و شارلین B. ریموند برجسته صندلی در تحقیقات مغز.

در مورد UT Southwestern Medical Center

UT Southwestern یکی از برتر دانشگاهی و مراکز درمانی کشور ادغام پیشگام تحقیقات پزشکی با استثنایی مراقبت های بالینی و آموزش و پرورش. موسسه علمی دریافت شش جایزه نوبل و شامل 22 نفر از اعضای آکادمی ملی علوم و 17 نفر از اعضای آکادمی ملی پزشکی و 14 Howard Hughes Medical Institute محققان. تمام وقت دانشکده بیش از 2500 مسئول پیشگامانه پیشرفت های پزشکی و متعهد به ترجمه علم محور تحقیقات به سرعت به درمان بالینی است. UT Southwestern پزشکان ارائه مراقبت در حدود 80 تخصص به بیش از 105 ، 000 بستری بیماران تقریبا 370,000 اورژانس موارد و نظارت بر حدود 3 میلیون سرپایی بازدیدکننده در سال است.

سلب مسئولیت: AAAS و EurekAlert! مسئول صحت اخبار منتشر شده به EurekAlert! با کمک موسسات و یا برای استفاده از هر گونه اطلاعات از طریق EurekAlert سیستم.