Az Artificial Intelligence (AI) segítségével meg lehet előre jelezni a sugárkezelés alatt álló felnőtt agydaganat betegek túlélési esélyeit. Az AI alkalmazása az eredményesebb kezelési kimenetek előrejelzésében lehetővé teszi az orvosoknak, hogy tájékozottabb döntéseket hozzanak a következő kezelési fázisról, és felgyorsítsák a potenciálisan életmentő beavatkozásokat.
Ez az első alkalom, hogy az AI előrejelezze, mely betegek fognak rövid és hosszú távon is túlélni a besugárzásos kezelést követően, akár nyolc hónappal.
A Neuro-Oncology című szaklapban nemrég megjelent cikk bemutatja, hogyan fejlesztettek ki a King’s College London kutatói egy gépi tanulás modellt, amely lehetővé teszi a primer agydaganatos felnőttek kimeneteleinek megbízhatóbb és pontosabb előrejelzését.
A glioblasztóma egy nehezen kezelhető ráktípus, ahol a betegek csak mintegy negyedének van esélye arra, hogy egy évnél tovább éljenek a diagnózisuk után. A kutatók a deep learning, azaz az AI egyik típusa segítségével próbálták előrejelezni, hogy a glioblasztómás betegek milyen valószínűséggel fognak túlélni nyolc hónappal a besugárzó kezelést követően. Nyolc hónap általában elegendő idő a szokásos kemoterápiás kezelés befejezéséhez, amely általában a besugárzásos terápia után következik.
Jelenleg a betegeket rendszeresen tesztelik annak meghatározására, hogy a kemoterápia hatásos-e. Azonban ez azt jelenti, hogy néhány beteg hatástalan kemoterápiát kap, ami nem menti meg az életüket, ugyanakkor szenvednek a káros mellékhatásoktól.
Másrészt, az AI azonnali és pontos előrejelzései alapján, egy rutin MRI vizsgálat alapján lehetővé teszi az orvosoknak, hogy azonosítsák azokat a betegeket, akik nem fogják profitálni a kemoterápiából, lehetővé téve számukra alternatív terápiák kipróbálását vagy klinikai vizsgálatokban való részvételét.
Ez a tanulmány klinikai motivációval rendelkezett, és egy lényeges kutatási kérdést válaszol meg az agresszív agydaganatokkal kapcsolatban, a legfejlettebb mesterséges intelligenciát felhasználva. Bár ezek a ráktípusok ritkábbak más daganatokhoz képest, az általuk okozott pusztítás aránytalan, a két éves túlélési arány mindössze 18%-os. – mondta Dr. Thomas Booth, a King’s College London Neuroképalkotás Olvasójaként és a King’s College Kórház NHS Alapítványtanácsának konzultációs neurológusa.
Alysha Chelliah, a King’s College London PhD hallgatója azt mondta: „Deep learninget alkalmaztunk arra, hogy megjósoljuk, hogy a glioblasztómás betegek mennyi eséllyel fognak túlélni a besugárzó terápia befejezése után nyolc hónappal. Az AI modell az eredményeken javított, miután megtanítottuk az agyi MRI vizsgálatok tízezrein keresztül az abnormális dolgok észlelését. Ez az új módszer célja, hogy javítsa a képességet azoknak a betegeknek a megkülönböztetésére, akik korai másodvonalas kezelést vagy klinikai vizsgálatokba történő bevonást igényelnek, ellenben azokkal, akik pozitív reakciót mutatnak az elsődleges kezelésre.”
A kutatók egy adatkészletet használtak a gépi tanulás tréningéhez, amely tízezreket szkenneléseket tartalmazott különböző agydaganatos betegektől.
Dr. Thomas Booth azt mondta: „A tanulmány kezdetekor az összes beteg és orvos visszajelzése arra ösztönözött minket, hogy megválaszoljunk egy fel nem fedezett szükségletet a kimenetek javítása érdekében egy nagy betegcsoportban, akik módosított kezelést kapnak – rendszerint rövidebb idejű és alacsonyabb sugárterápiás adag formájában, ha a kemoterápia hatástalan – valamint azokban a betegekben, akik „optimális” kezelést eltűrhetnek. Korábban szinte az összes tanulmány csak az utóbbi betegcsoportra összpontosított.
„Sikerült elkerülnünk egy problémás helyzetet is: a besugárzó terápia után az agyi vizsgálatok eredményei gyakran nem specifikusak, és az onkológusok nem tudják biztosan, hogy a kezelés működik-e, vagy sem.
„Ahelyett, hogy minden nem specifikus agyi vizsgálat értelmezésével próbálkoznánk, egyszerűen csak egy rutin vizsgálatot néztünk meg a besugárzó terápia után, és megkaptuk a pontos előrejelzéseket azáltal, hogy mesterséges intelligenciát használtunk a következő egyszerű kérdés megválaszolására: mely betegek nem fognak életben maradni a következő 8 hónapban? Az AI képes volt azonnali és pontos előrejelzéseket adni, ami azt jelenti, hogy az orvosok képesek meghatalmazni a betegeket a kezelési döntések meghozatalához.”
Dr. Booth hozzátette: „Nagyon örülnénk, ha a rákkutatási közösség most már felhasználná mesterséges intelligencia eszközünket a normális kemoterápiával nem javuló betegek kimeneteinek javítása érdekében.”
A King’s College London-nál és a Brainstrust nevű jótékonysági alapítvány által javasolt kutatási támogatással ellátott agydaganat-kutatók, Dr. Helen Bulbeck, a Szolgáltatások és Irányítási Igazgatója így nyilatkozott a Dr. Booth és a londoni King’s College London csapat munkájáról:
„Ez egy izgalmas és alapvető tanulmány a glioblasztómás betegek számára, két okból. Az egyszerű szinten azt mutatja, hogyan lehet az AI-t használni a betegek javára. Fontosabb azonban az, hogy lehetővé teszi a betegeknek és gondozóiknak a döntéshozatali eszközöket a klinikai útvonalról szóló döntésekhez, és kontrollt ad nekik, amikor ennyi kontroll veszett el. A betegek képesek lesznek tájékozott döntéseket hozni a kezelési lehetőségeikről, és megtervezni, hogyan szeretnék gazálni az életük fennmaradó részét.”
Dr. Michele Afif, a Brain Tumour Charity vezérigazgatója hozzátette: „Az AI alkalmazása a glioblastómás betegek besugárzási terápiára adott válaszának értékelésére és előrejelzésére kifejezetten fontos lépés a nehezen kezelhető állapot kezelésében.
A Brain Tumour Charity-nél örömmel fogadjuk ezt a fontos előrelépést, amely az emberek kezdeti stádiumban történő kezelésekor informáltabb beszélgetéseket eredményezhet az alternatív lehetőségekről, mint például a klinikai vizsgálatok.
Várjuk, hogyan fejlődik ez az izgalmas tanulmány, ahogyan szélesebb körben validálják annak felhasználását az agydaganatosok kezelésének javítása érdekében.”
A tanulmány az Egyesült Királyság 11 neuro-onkológiai központjának közreműködésével valósult meg.
Forrás: King’s College London, forrás: Chelliah, A., et al. (2024). Glioblastoma and Radiotherapy: a multi-center AI study for Survival Predictions from MRI (GRASP study). Neuro-Oncology. doi.org/10.1093/neuonc/noae017.
GYIK:
1. Mire alkalmazták konkrétan az AI-t ebben a tanulmányban?
A King’s College London kutatói mesterséges intelligenciát (AI) alkalmaztak a primer agydaganatos betegek kezelési eredményeinek előrejelzésére, kifejezetten a glioblasztóma esetében. A cél az volt, hogy azonosítsák azokat a betegeket, akik nem fognak javulni a hagyományos kemoterápiából, és alternatív kezelésre vagy klinikai vizsgálatban való részvételre szorulnak.
2. Mi az a glioblasztóma?
A glioblasztóma egy nehezen kezelhető agydaganat, amelynek prognózisa rossz. Csak mintegy egy negyed része a betegeknek van esélye arra, hogy egy évnél tovább éljenek a diagnózisuk után.
3. Milyen célból használták a deep learninget (az AI egyik típusa) a tanulmányban?
A kutatók deep learninget használtak arra, hogy megjósolják, hogy a glioblasztómás betegek mennyi eséllyel fognak túlélni a besugárzó terápia befejezése után nyolc hónappal. Az AI modell lehetővé tette számukra azon betegek azonosítását, akik nem profitálnának a kemoterápiából, és más típusú terápiára lenne szükségük.
4. Milyen problémákat old meg ez a tanulmány?
A tanulmány célja az volt, hogy olyan problémákat kezeljen, amelyek kapcsolódnak a hatástalan kemoterápiához.
The source of the article is from the blog lisboatv.pt