A gyermekkori agydaganatok kezelését is személyre szabottabbá teheti egy új mesterségesintelligencia-modell. A MANTIS a daganatok molekuláris jellemzőiből készít túlélési előrejelzést és abban is segíthet, hogy egyes gyermekek alacsonyabb sugárdózist kapjanak, kevesebb hosszú távú mellékhatással.
Új mesterségesintelligencia-modellt fejlesztettek ki a kutatók, amely segíthet az orvosoknak pontosabban megtervezni a gyermekkori agydaganatok kezelését.
A MANTIS elnevezésű rendszer a daganatok molekuláris jellemzőit elemzi és személyre szabott túlélési előrejelzéseket készít. A bostoni Dana-Farber Cancer Institute kutatói szerint a technológia egyes gyermekeknél a sugárkezelés intenzitásának csökkentéséhez is hozzájárulhat, mérsékelve a hosszú távú mellékhatások kockázatát.
A daganat egyedi jellemzőit is figyelembe veszi az MI
A rosszindulatú agydaganattal diagnosztizált gyermekek kezelésének megtervezése komoly kihívást jelent az orvosok számára.
A terápiának elég erősnek kell lennie ahhoz, hogy megakadályozza a betegség kiújulását, ugyanakkor a túl intenzív kezelés tartós mellékhatásokat okozhat. Ezek a gyermekek tanulási képességeit, fejlődését és későbbi életminőségét is befolyásolhatják.
A Dana-Farber Cancer Institute kutatói által vezetett nemzetközi csapat ezért olyan mesterségesintelligencia-modellt dolgozott ki, amely a korábbiaknál részletesebben segíthet felmérni a betegek várható kilátásait.
A MANTIS rendszer a DNS-metilációs profilozás eredményeit használja fel. Olyan molekuláris vizsgálatról van szó, amelyet már jelenleg is alkalmaznak az agydaganatok diagnosztizálásának támogatására. Az MI a daganat egyedi biológiai jellemzői alapján készít személyre szabott túlélési előrejelzést.
Olvasd el: Eddig a CT-n rejtve maradó betegségeket azonosíthat a mesterséges intelligencia
A modell elsőként a gyermekek egyik leggyakoribb rosszindulatú agydaganatánál, a medulloblasztómánál bizonyult alkalmazhatónak, később pedig az ependimómára is kiterjesztették. Utóbbi szintén gyermekkori agydaganattípus, amelynél a betegség kimenetele jelentősen eltérhet.
Pontosabb előrejelzést adhat, mint a hagyományos kockázati besorolás
A jelenlegi kezelési döntések során az orvosok többek között klinikai és molekuláris jellemzőket vesznek figyelembe, majd ezek alapján különböző kockázati csoportokba sorolják a pácienseket. Az azonos csoportba kerülő gyermekek állapota és várható betegségkimenetele azonban jelentősen különbözhet.
A MANTIS egyik fontos újdonsága, hogy nem csupán általános kockázati kategóriákat rendel a betegekhez. A daganat egyedi biológiai sajátosságait elemezve azt is megbecsüli, hogyan változhat a túlélés valószínűsége az idő előrehaladtával.
A kutatók több nagy betegcsoporton is ellenőrizték a rendszer teljesítményét. Az eredmények alapján a MANTIS számos esetben pontosabb előrejelzést adott a jelenleg alkalmazott kockázatbecslési módszereknél.
A sugárkezelés intenzitását is csökkentheti egyes gyermekeknél
A fejlesztés egyik különösen fontos lehetséges alkalmazása a sugárterápia személyre szabása lehet. A kutatók a MANTIS-t arra is felhasználták, hogy megbecsüljék, milyen hatással járhatnak a különböző sugárdózisok.
Az elemzés arra utalt, hogy az átlagos kockázatú medulloblasztómás gyermekek több mint fele alkalmas lehet az agyat és a gerincvelőt érintő sugárkezelés alacsonyabb dózisára.
A vizsgált adatokban az alacsonyabb sugárdózis kedvezőbb kognitív eredményekkel társult, miközben a kutatók nem észleltek jelentős hátrányt a túlélés tekintetében. Ez azért lehet lényeges, mert a gyermekkori sugárkezelés hosszú távon a tanulási és gondolkodási képességekre is hatással lehet.
Volker Hovestadt, a Dana-Farber Cancer Institute számítógépes biológusa és a tanulmány vezető szerzője szerint a cél az, hogy az orvosok ne csupán általános kockázati kategóriák alapján döntsenek, hanem az adott gyermek daganatának biológiai sajátosságait is figyelembe vehessék.
A szakember úgy véli, ez segíthet abban, hogy a kezelés intenzitása jobban igazodjon a betegség jellemzőihez és egyes pácienseknél csökkenjenek a későbbi mellékhatások.
Már meglévő vizsgálatok adataiból is tanulhat a rendszer
A MANTIS egyik előnye, hogy olyan molekuláris információkat használ fel, amelyek sok esetben már a rutin daganatvizsgálatok során is rendelkezésre állnak.
A modell a DNS-metilációs mintázatok mellett a kromoszómák másolatszámának változásait és a betegek hosszabb távú követési adatait is figyelembe veszi.
Sabina Stefan, a Dana-Farber posztdoktori kutatója és a tanulmány első szerzője szerint különösen ígéretes, hogy a mesterséges intelligencia már az ellátás során elvégzett molekuláris vizsgálatokból is képes új, klinikailag hasznos információkat kinyerni.
A kutató hozzátette: további klinikai vizsgálatokkal az ilyen módszerek nemcsak a gyermekkori agydaganatok, hanem más daganatos betegségek személyre szabott kezelését is támogathatják.
A fejlesztés eredményeit a Nature Genetics című tudományos folyóiratban tették közzé. A MANTIS egyelőre kutatási eszköz, ezért további vizsgálatokra van szükség ahhoz, hogy a mindennapi betegellátásban is alkalmazható legyen.
A cél az, hogy a mesterséges intelligencia pontosabb információkkal segítse az orvosokat, miközben a kezelési döntéseket továbbra is a szakemberek hozzák meg.
Forrás: Medicalxpress
B.A.
