Egy új mesterséges intelligencia-eszköz segíthet a tüdőrák-kezelés mellékhatásainak előrejelzésében – időben kiderülhet az is, kik lehetnek kitéve ezeknek a mellékhatásoknak.
Segíthet előrejelezni a tüdőrák-kezelés mellékhatásait is új mesterséges intelligencia-eszköz, amelyet Jevgenyij Vinogradszkij Ph.D. orvosfizikus és csapata fejlesztett ki.
Dr. Vinogradszkij és a diákokból, klinikusokból és informatikusokból álló csoport olyan eszközzel állt elő, amely segít azonosítani, kik lehetnek kitéve ezeknek a mellékhatásoknak, mielőtt megkezdődik a sugárkezelés.
A tüdőrák kezelésének sarokköve a sugárterápia. Ugyanakkor, még ha pontosan alkalmazzák is, a sugárzás károsíthatja az egészséges tüdőszövetet.
„Bármennyire próbálkozunk, amikor sugárzást adunk egy rákos daganatnak, annak egy része a környező szervekbe jut és a betegeknél mellékhatások jelentkezhetnek, többek között tüdőgyulladás, köhögés és légszomj” – mondta dr. Jevgenyij Vinogradszkij, aki a Sidney Kimmel Orvosi Egyetem tagja.
A Reports of Practical Oncology and Radiotherapy című folyóiratban megjelent tanulmány a tüdő természetes alegységeire, az úgynevezett lebenyekre összpontosít.
Ahelyett, hogy a tüdőt egyetlen szervként kezelnék, a kutatók felfedezték: az egyes lebenyeknek adott sugárdózis számít. Bizonyos lebenyek, különösen az alsóbbak károsodása növeli a tüdőtoxicitás és a mellékhatások kockázatát.
Hogy megtudják, mennyi sugárzást kapnak az egyes lebenyek, a klinikusok kézzel rajzolják meg az egyes lebenyek körvonalait a CT-felvételeken.
A folyamat betegenként 3-4 órát is igénybe vehet. Ennek eredményeként a lebenyszintű elemzést gyakran kihagyják – annak ellenére, hogy pontosabb előrejelzést adhatna a mellékhatásokról.
A probléma megoldására dr. Vinogradszkij és kollégái egy gépi tanulási modellt képeztek ki, amely automatikusan azonosítja és körvonalazza mind az öt tüdőlebenyt egy vizsgálattal.
A csapat 40 tüdőrákos beteg vizsgálatával képezte ki a mesterséges intelligenciát két intézményből, ahol a szakemberek már azonosították az egyes lebenyeket. Ezután a kutatók 10, korábban sosem látott vizsgálaton tesztelték a modellt. Az eredmények ígéretesek voltak.
„Egy gépi tanulási modell ugyanolyan pontosan képes azonosítani a tüdőlebenyeket, mint egy klinikus. De órák helyett kevesebb mint egy másodpercet vesz igénybe” – mondta az orvosfizikus.
A lebenyszintű elemzés gyakorlattá tétele megnyitja az utat a tüdőrákos betegek sugárzás okozta mellékhatások jobb előrejelzése előtt.
„A jövő ismeretének komoly ereje van. Ha azonosítani tudjuk, hogy mely betegek vannak nagyobb kockázatnak kitéve, korábban beavatkozhatunk, és potenciálisan megelőzhetjük a súlyos szövődményeket” – jegyezte meg Jevgenyij Vinogradszkij.
B.A.
