Berta Sándor
Gépi tanulással jelzik előre az agydaganatok növekedését
Kanadai tudósoknak sikerült újabb lépést tenniük a személyre szabott orvoslás felé.
Tavaly novemberben kiderült, hogy előrejelezhetők az agydaganat-műtétek kockázatai, például a beszédképesség elveszítése. A szakemberek gépi tanulással elemzik az agyat, mint egy hálózatot, és próbálják kideríteni mi mihez kapcsolódik. Most a Waterlooi Egyetem kutatói új számítógépes modellt dolgoztak ki a halálos agydaganatok növekedésének jobb előrejelzésére. A Glioblastoma multiforme (GBM) az agy egy olyan daganatos megbetegedése, amelynek átlagos túlélési esélye mindössze egy év. A kezelés nehéz a rendkívül sűrű sejtmag, a gyors növekedés és az agyban való elhelyezkedés miatt. Jelenleg nehéz gyorsan és pontosan megjósolni a betegség lefolyását az egyes páciensek esetében.
A Waterlooi Egyetem és a Torontói Egyetem szakértői a torontói Szent Mihály Kórház munkatársaival együttműködve értékelték az érintettek MRI-adatait és a teljes tumorelemzéshez gépi tanulást alkalmaztak. Öt névtelen beteg két MRI-adatkészletét használták fel. Mivel ezek a személyek ismeretlen okok miatt úgy döntöttek, hogy nem kérnek kezelést, ez egyedülálló lehetőséget biztosított a kutatók számára, hogy megértsék a daganatok növekedését.
Az MRI-adatok kiértékeléséhez használt mély tanulási modell képes volt betegspecifikus paraméterbecsléseket készíteni, amelyekből a daganatok növekedésére vonatkozó előrejelző modell táplálkozott. Ezt az eljárást alkalmazták az érintett páciensek daganatai és más olyan szintetikus daganatok esetében, amelyek jellemzői ismertek voltak. Ez lehetővé tette a modell validálását. Most már jó modell áll rendelkezésre arra vonatkozóan, hogy kezeletlenül hogyan nőnek ezek a daganatok. A következő lépés a modell kiterjesztése a kezelés daganatokra gyakorolt hatásainak figyelembevételével. Ezáltal az adathalmaz egy maroknyi beteg MRI-felvételéről több ezerre bővülne.
"Szívesen elvégeztük volna az elemzést egy hatalmas adathalmazon. A betegség természete alapján azonban ez nagy kihívás, mivel nem várható hosszú élettartam és az emberek hajlamosak elkezdeni a kezelést. Ezért volt olyan ritka - és értékes - a lehetőség, hogy öt kezeletlen daganatot hasonlíthattunk össze" - mondta Cameron Meaney, a tanulmány vezető kutatója. A szakember hangsúlyozta, hogy az MRI-adatokhoz való hozzáférés, valamint a matematikusok és a klinikai kutatók közötti partnerség, óriási hatással lehet a betegek számára a jövőben. "A kvantitatív elemzés integrálása az egészségügybe a jövő" - tette hozzá.
Tavaly novemberben kiderült, hogy előrejelezhetők az agydaganat-műtétek kockázatai, például a beszédképesség elveszítése. A szakemberek gépi tanulással elemzik az agyat, mint egy hálózatot, és próbálják kideríteni mi mihez kapcsolódik. Most a Waterlooi Egyetem kutatói új számítógépes modellt dolgoztak ki a halálos agydaganatok növekedésének jobb előrejelzésére. A Glioblastoma multiforme (GBM) az agy egy olyan daganatos megbetegedése, amelynek átlagos túlélési esélye mindössze egy év. A kezelés nehéz a rendkívül sűrű sejtmag, a gyors növekedés és az agyban való elhelyezkedés miatt. Jelenleg nehéz gyorsan és pontosan megjósolni a betegség lefolyását az egyes páciensek esetében.
A Waterlooi Egyetem és a Torontói Egyetem szakértői a torontói Szent Mihály Kórház munkatársaival együttműködve értékelték az érintettek MRI-adatait és a teljes tumorelemzéshez gépi tanulást alkalmaztak. Öt névtelen beteg két MRI-adatkészletét használták fel. Mivel ezek a személyek ismeretlen okok miatt úgy döntöttek, hogy nem kérnek kezelést, ez egyedülálló lehetőséget biztosított a kutatók számára, hogy megértsék a daganatok növekedését.
Az MRI-adatok kiértékeléséhez használt mély tanulási modell képes volt betegspecifikus paraméterbecsléseket készíteni, amelyekből a daganatok növekedésére vonatkozó előrejelző modell táplálkozott. Ezt az eljárást alkalmazták az érintett páciensek daganatai és más olyan szintetikus daganatok esetében, amelyek jellemzői ismertek voltak. Ez lehetővé tette a modell validálását. Most már jó modell áll rendelkezésre arra vonatkozóan, hogy kezeletlenül hogyan nőnek ezek a daganatok. A következő lépés a modell kiterjesztése a kezelés daganatokra gyakorolt hatásainak figyelembevételével. Ezáltal az adathalmaz egy maroknyi beteg MRI-felvételéről több ezerre bővülne.
"Szívesen elvégeztük volna az elemzést egy hatalmas adathalmazon. A betegség természete alapján azonban ez nagy kihívás, mivel nem várható hosszú élettartam és az emberek hajlamosak elkezdeni a kezelést. Ezért volt olyan ritka - és értékes - a lehetőség, hogy öt kezeletlen daganatot hasonlíthattunk össze" - mondta Cameron Meaney, a tanulmány vezető kutatója. A szakember hangsúlyozta, hogy az MRI-adatokhoz való hozzáférés, valamint a matematikusok és a klinikai kutatók közötti partnerség, óriási hatással lehet a betegek számára a jövőben. "A kvantitatív elemzés integrálása az egészségügybe a jövő" - tette hozzá.