Gli scienziati hanno sviluppato l’intelligenza artificiale per classificare i tumori al cervello
Ultima recensione: 14.06.2024
Tutti i contenuti di iLive sono revisionati o verificati da un punto di vista medico per garantire la massima precisione possibile.
Abbiamo linee guida rigorose in materia di sourcing e colleghiamo solo a siti di media affidabili, istituti di ricerca accademici e, ove possibile, studi rivisti dal punto di vista medico. Nota che i numeri tra parentesi ([1], [2], ecc.) Sono link cliccabili per questi studi.
Se ritieni che uno qualsiasi dei nostri contenuti sia impreciso, scaduto o comunque discutibile, selezionalo e premi Ctrl + Invio.
Un nuovo strumento di intelligenza artificiale per classificare i tumori al cervello in modo più rapido e accurato è stato sviluppato dai ricercatori dell'Australian National University (ANU).
Secondo il dottor Dan-Thai Hoang, l'accuratezza nella diagnosi e nella classificazione dei tumori è fondamentale per trattare efficacemente i pazienti.
"L'attuale gold standard per identificare diversi tipi di tumori cerebrali è la profilazione basata sulla metilazione del DNA", ha affermato il dott. Hoang.
"La metilazione del DNA agisce come un interruttore per controllare l'attività dei geni e determinare quali geni vengono attivati o disattivati.
"Ma il tempo necessario per condurre questo tipo di test può rappresentare uno svantaggio significativo, poiché spesso richiede settimane o più in cui i pazienti potrebbero dover prendere decisioni rapide sulla terapia.
Panoramica dei set di dati e del flusso di lavoro computazionale. Fonte: Medicina naturale (2024). DOI: 10.1038/s41591-024-02995-8
"Inoltre, tali test non sono disponibili in quasi tutti gli ospedali del mondo."
Per affrontare queste sfide, i ricercatori dell'ANU, in collaborazione con esperti del National Cancer Institute negli Stati Uniti, hanno sviluppato DEPLOY, un modo per prevedere la metilazione del DNA e quindi classificare i tumori cerebrali in 10 sottotipi principali.
DEPLOY utilizza immagini microscopiche del tessuto del paziente, chiamate immagini istopatologiche.
Il modello è stato addestrato e testato su grandi set di dati di circa 4.000 pazienti provenienti dagli Stati Uniti e dall'Europa. pubblicato sulla rivista Nature Medicine.
"Sorprendentemente, DEPLOY ha raggiunto una precisione senza precedenti del 95%", ha affermato il dottor Hoang.
"Inoltre, analizzando un sottoinsieme di 309 campioni particolarmente difficili da classificare, DEPLOY è stato in grado di fornire una diagnosi clinicamente più significativa rispetto a quella originariamente fornita dai patologi.
"Ciò dimostra il potenziale ruolo di DEPLOY in futuro come strumento aggiuntivo, che integra la diagnosi iniziale del patologo o addirittura richiede una rivalutazione in caso di discrepanze."
I ricercatori ritengono che DEPLOY potrebbe eventualmente essere utilizzato per classificare altri tipi di cancro.
I risultati dello studio sono stati pubblicati sulla rivista Nature Medicine.