Kompendium24.pl

Medibas.pl

Kontakt

Reklama

E-wydanie

Szukaj

Więcej

Onkologia

Sztuczna inteligencja w półtorej minuty określa genetykę guza mózgu

Opublikowano:

System o nazwie DeepGlioma w 90 proc. przypadków poprawnie określił obecne w chorych komórkach mutacje. Fot. iStock

Grupa ekspertów z University of Michigan (USA) i innych ośrodków badawczych opracowała oparty na sztucznej inteligencji system, który pozwala w 90 sekund określić genetykę guza mózgu, bez prowadzenia trudnodostępnych, typowych testów genetycznych.

Czytaj więcej o:

OnkologiaNauka i badaniaDiagnostyka

JW/PAP


Powstał system sztucznej inteligencji, który na podstawie zdjęć w niecałe dwie minuty określa genetyczne mutacje w guzach. Taka wiedza to tymczasem klucz do jak najlepszej terapii.

SI analizuje zdjęcia guzów wyciętych podczas operacji

W badaniu naukowcy przeanalizowali chorobę 150 ochotników cierpiących na jeden z najczęstszych i najniebezpieczniejszych nowotworów mózgu. Guz ten występuje jednak w różnych podgrupach o różnej kompozycji genetycznej, wymagających innego podejścia do leczenia. Rokowania w dużym stopniu zależą właśnie od rodzajów mutacji.

Ogólnie, średni czas życia pacjentów z tą chorobą to 18 miesięcy, ale w przypadku jednego z podtypów czas ten, przy odpowiednim leczeniu, wydłuża się nawet do 5 lat – podają naukowcy. Jednak, jak podkreślają, niewielki odsetek chorych ma dostęp do badań genetycznych.

PRZECZYTAJ TAKŻE: Diagnostyka raka prostaty - sztuczna inteligencja wyda drugą "opinię lekarską"

System o nazwie DeepGlioma w 90 proc. przypadków poprawnie określił obecne w chorych komórkach mutacje.

– To oparte na SI narzędzie ma potencjał, aby poprawić dostęp do diagnostyki, jej prędkość oraz opiekę nad pacjentami ze śmiertelnymi guzami mózgu – twierdzi kierujący badaniami prof. Todd Hollon.

– Postęp w leczeniu najbardziej śmiertelnych guzów mózgu był w minionych dekadach ograniczony częściowo z powodu trudności w identyfikacji pacjentów, którzy najwięcej skorzystaliby z celowanych terapii. Metody szybkiej klasyfikacji molekularnej dają nadzieję na zmiany w badaniach klinicznych, które doprowadzą do nowych metod leczenia – mówi prof. Daniel Orringer, jeden z głównych autorów systemu opisanego w periodyku „Nature Medicine” (https://www.nature.com/articles/s41591-023-02252-4).

Udostępnij artykuł:

Czytaj więcej


Centralna e-Rejestracja obejmie 8 nowych świadczeń w AOS

AOS

Z Centralnej e-Rejestracji skorzystało już ponad 1,7 mln pacjentów, a liczba zarejestrowanych wizyt przekroczyła 2,4 mln. Od 1 sierpnia 2026 r. system zostanie rozszerzony o...