AI a petefészekrák korai diagnosztizálásában
A vérből tömegspektrometriával kimutatott metabolitprofil alapján személyre szabottan, valószínűségi alapon készít diagnózist az új, mesterséges intelligencián alapuló módszer.
A Gynecologic Oncology folyóiratban jelent meg a Georgia Tech Integrated Cancer Research Center (ICRC) kutatóinak cikke, amely a vérben található anyagcseretermékek alapján a petefészekrákot 93%-os pontossággal megjósoló módszerről számolt be. Ez a közlemény azért jelentős, mert immár több mint három évtizede nem sikerül a tudománynak a petefészekrák korai diagnosztikájára alkalmas, nagy pontosságú tesztet kidolgozni.
Míg a késői stádiumban lévő petefészekrákos betegek átlagos ötéves túlélési aránya még a kezelés után is mindössze 31% körül van, a mostani kutatást vezető John McDonald szerint korai diagnózissal és kezeléssel az átlagos ötéves túlélési arány akár 90% fölé is emelhető.
McDonald szerint a rák molekuláris szinten kezdődik, és több lehetséges útvonal is létezik, amelyek akár ugyanahhoz a ráktípushoz vezethetnek. “A betegek közötti nagyfokú molekuláris heterogenitás miatt a petefészekrák egyetlen univerzális diagnosztikai biomarkerének azonosítása nem volt lehetséges. Ezért úgy döntöttünk, hogy a mesterséges intelligencia egyik módszerét, a gépi tanulást (machine learning) használjuk fel arra, hogy alternatív valószínűségi megközelítést dolgozzunk ki a petefészekrák diagnosztikájának céljára.”
A cikk társszerzője, Dongjo Ban, akinek diplomamunkája nagyban hozzájárult a tanulmány elkészítéséhez, kifejtette, hogy “mivel a metabolikus szintű végpontváltozásokról ismert, hogy a mögöttes, több molekuláris szinten együttesen működő változásokat tükrözik, elemzésünk kiindulási pontjául az anyagcseretermék-profilokat választottuk. A metabolitok halmaza a sejtek egészségének kollektív mérőszáma, és azzal, hogy nem választunk ki előre önkényesen egy részhalmazt, hanem a teljes képet látjuk, lehetővé tesszük a mesterséges intelligencia számára, hogy kitalálja, melyek a kulcsszereplők egy adott egyén esetében.”
