Model sztucznej inteligencji poprawia reakcję pacjentów na leczenie raka

Naukowcy z Australijskiego Uniwersytetu Narodowego (ANU) z powodzeniem opracowali nowe narzędzie sztucznej inteligencji, które może pomóc w wyborze najodpowiedniejszego leczenia pacjentów chorych na raka.

Opracowany we współpracy z naukowcami z Amerykańskiego Narodowego Instytutu Raka i firmą farmaceutyczną Pangea Biomed, DeepPT przewiduje profil mRNA pacjenta. Ten mRNA – niezbędny do produkcji białek – stanowi również kluczową informację molekularną dla spersonalizowanej medycyny onkologicznej.

Według głównego autora, dr Dana Tai Hwanga z Australijskiego Uniwersytetu Narodowego, w połączeniu z drugim narzędziem o nazwie ENLIGHT stwierdzono, że DeepPT skutecznie przewiduje reakcję pacjenta na leczenie wielu typów nowotworów.

„Wiemy, że wybór odpowiedniego leczenia pacjentów chorych na raka może stanowić integralną część wyników leczenia” – stwierdziła dr Huang.

„DeepPT został przeszkolony na ponad 5500 pacjentach cierpiących na 16 powszechnych typów nowotworów, w tym raka piersi, płuc, głowy i szyi, szyjki macicy i trzustki.

„Zaobserwowaliśmy poprawę wskaźnika odpowiedzi pacjentów z 33,3% bez stosowania naszego modelu do 46,5% po zastosowaniu naszego modelu”.

DeepPT opiera się na wcześniejszych pracach tych samych badaczy z ANU Opracowanie narzędzia pomagającego klasyfikować guzy mózgu.

Narzędzia sztucznej inteligencji opierają się na mikroskopowych obrazach tkanki pacjenta, zwanych obrazami histopatologicznymi, co zapewnia pacjentom również kolejną ważną korzyść.

„Dzięki temu zmniejszają się opóźnienia w przetwarzaniu złożonych danych molekularnych, które mogą trwać tygodniami” – stwierdził dr Huang.

„Oczywiście każde opóźnienie stanowi prawdziwe wyzwanie w przypadku pacjentów z nowotworami o wysokim stopniu złośliwości, którzy mogą wymagać natychmiastowego leczenia.

„Z drugiej strony obrazy histopatologiczne są rutynowo dostępne, opłacalne i aktualne”.

Badanie zostało opublikowane w Natura raka.