En ny studie vid King’s College London visar att artificiell intelligens (AI) kan förutspå överlevnaden för vuxna patienter med hjärntumörer som genomgår strålbehandling. Genom att använda AI för att förutsäga behandlingsresultat kan läkare fatta mer informerade beslut om nästa steg i behandlingen och snabba på potentiellt livräddande ingripanden.
Detta är första gången AI används för att förutspå vilka patienter som snart kommer att överleva och vilka som har en långsiktig överlevnad, upp till åtta månader efter strålbehandling.
I en nyligen publicerad artikel i tidskriften Neuro-Oncology beskriver forskare från King’s College London hur de utvecklade en maskininlärningsmodell som tillåter dem att på ett mer tillförlitligt och exakt sätt förutsäga utfall för vuxna med primära hjärntumörer.
Glioblastom är en svårbehandlad cancer, där endast cirka en fjärdedel av patienterna överlever mer än ett år efter diagnos. Forskarna använde sig av djupinlärning, en typ av AI, för att förutsäga om patienter med glioblastom skulle överleva åtta månader efter strålbehandling. Åtta månader är vanligtvis den tid som krävs för att genomföra en vanlig kur av rutinmässig kemoterapi, vilket normalt följer efter strålbehandling.
För närvarande testas patienter regelbundet för att avgöra om kemoterapin fungerar. Detta innebär dock att vissa patienter får ineffektiv kemoterapi som inte kommer att rädda deras liv samtidigt som de drabbas av skadliga biverkningar.
Å andra sidan möjliggör AI genom omedelbara och korrekta förutsägelser baserat på en rutinmässig MRI-skanning för läkare att identifiera patienter som inte kommer att dra nytta av kemoterapi, vilket gör att de kan prova alternativa behandlingar eller starta experimentell behandling i kliniska prövningar.
Denna studie var kliniskt motiverad och adresserade en viktig forskningsfråga om aggressiva hjärntumörer, med hjälp av den senaste tekniken inom artificiell intelligens. Även om hjärntumörer är mer ovanliga än andra typer av cancer är konsekvenserna förödande, med en överlevnadsgrad på 18% efter två år. – sa Dr Thomas Booth, Neuroimaging-forskare vid King’s College London och konsultneurolog vid King’s College Hospital NHS Foundation Trust.
Alysha Chelliah, doktorand vid King’s College London, sa: ”Vi använde djupinlärning för att förutsäga om patienter med glioblastom skulle överleva de första åtta månaderna efter strålbehandling. AI-modellen visade förbättrade resultat efter att ha tränats för att upptäcka avvikelser i tiotusentals MRI-skanningar av hjärnan. Målet med denna metod är att förbättra förmågan att identifiera patienter som behöver tidigare behandling med alternativa läkemedel eller inkludering i kliniska prövningar jämfört med de som svarar på första linjens behandling.”
Forskargruppen tränade AI-modellen med hjälp av en dataset som innehöll tiotusentals skanningar från olika typer av hjärntumörpatienter.
Dr. Thomas Booth sa: ”Feedback från både patienter och läkare i början av studien ledde oss till att möta ett ouppfyllt behov av att förbättra resultaten hos en stor grupp patienter som genomgick modifierad behandling – vanligtvis en kortare kurs och lägre dos av strålbehandling om kemoterapi är ineffektiv – samt en minoritet av patienter som kanske tål ”optimal” behandling. Nästan alla tidigare studier har fokuserat enbart på den senare gruppen av patienter.
”Vi lyckades också undvika ett problematiskt problem: efter strålbehandlingen är resultaten av hjärnscanningar ofta ospecifika, och onkologer kan inte vara säkra på om behandlingen fungerar eller inte.
”Istället för att försöka hantera tolkningen av varje ospecifik hjärnkontroll, studerade vi helt enkelt en vanlig skanning efter strålbehandlingen och fick exakta förutsägelser genom att använda artificiell intelligens för att svara på en enkel fråga: vilka patienter kommer inte att överleva de kommande 8 månaderna? AI kunde ge oss omedelbara och korrekta förutsägelser, vilket innebär att läkare kan ge patienter möjlighet att fatta behandlingsbeslut.”
Dr Thomas Booth tillade: ”Vi skulle vara glada om cancerforskningsgemenskapen nu använder vårt AI-verktyg för att förbättra utfallen för patienter som inte gynnas av regelbunden kemoterapi.”
När hon kommenterade arbetet hos Dr Thomas Booth och hans team vid King’s College London, som stöder hjärntumörforskning enligt rekommendationer från välgörenhetsstiftelsen Brainstrust, sa Dr Helen Bulbeck, director of services and policy vid Brainstrust: ”Det här är en spännande och grundläggande studie för personer med glioblastom, av två anledningar. På den enklaste nivån visar den hur AI kan användas till förmån för patienterna. Men ännu viktigare ger den patienter och deras vårdgivare verktyg för att fatta beslut om den kliniska vägen och ger dem kontroll vid en tidpunkt då mycket kontroll har gått förlorad. Patienter kommer att kunna fatta informerade beslut om sina behandlingsval och planera hur de vill spendera resten av sin tid för att kunna leva så bra de kan varje dag.”
Dr Michele Afif, VD för Brain Tumour Charity, tillade: ”Användningen av AI för att bedöma och förutsäga en patients reaktion på strålbehandling i ett tidigt skede av behandlingen för glioblastom är ett oerhört viktigt steg för att hantera denna svårbehandlade sjukdom.
På Brain Tumour Charity ser vi fram emot att se hur denna spännande studie utvecklas när den valideras för bredare användning som ett verktyg för att förbättra vården för personer som diagnostiseras med hjärntumörer.”
Studien involverade samarbete från 11 neuroonkologi-centra över hela Storbritannien.
King’s College London, källa: 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.
FAQ:
1. Vad var den specifika tillämpningen av AI i denna studie?
Forskare vid King’s College London använde artificiell intelligens (AI) för att förutsäga behandlingsutfall för patienter med primära hjärntumörer, särskilt glioblastom. Syftet var att identifiera patienter som inte skulle dra nytta av konventionell kemoterapi och istället behöver alternativ behandling eller delta i kliniska prövningar.
2. Vad är glioblastom?
Glioblastom är en svårbehandlad hjärntumör som har en dålig prognos. Endast cirka en fjärdedel av patienterna överlever mer än ett år efter diagnos.
3. Vad var användningen av djupinlärning (en typ av AI) i studien?
Forskarna använde djupinlärning för att förutsäga om patienter med glioblastom skulle överleva åtta månader efter att ha genomgått strålbehandling. Den här AI-modellen möjliggjorde identifiering av patienter som inte skulle dra nytta av kemoterapi och istället behöver alternativa behandlingsformer.
4. Vilka problem löser denna studie?
Studien hade som mål att adressera problem relaterade till ineffektiv prestanda och biverkningar av kemoterapi för vissa patienter. Genom att använda AI och förutsägelser baserat på rutinmässiga MRI-skanningar kunde forskarna identifiera vilka patienter som inte skulle överleva de kommande åtta månaderna och därmed undvika ineffektiv kemoterapi och dess biverkningar.
The source of the article is from the blog hashtagsroom.com