Onderzoekers van Stanford Medicine hebben een AI-model ontwikkeld om de diagnose en behandeling van glioblastoom, een bijzonder agressieve vorm van hersenkanker, te verbeteren.\u00a0<\/b><\/p>\n
Glioblastoom stelt medische professionals voor unieke uitdagingen vanwege de zeer variabele cellulaire samenstelling van pati\u00ebnt tot pati\u00ebnt.<\/span><\/p>\n Olivier Gevaert, universitair hoofddocent biomedische informatica en datawetenschappen, benadrukte de complexiteit van de behandeling van glioblastomen: \"Vanwege de heterogeniteit van deze ziekte hebben wetenschappers nog geen goede manieren gevonden om de ziekte aan te pakken.\"<\/span><\/p>\n De <\/span>AI-model<\/span><\/a> probeert dit probleem te verminderen door gekleurde beelden van glioblastoomweefsel te analyseren om de kenmerken ervan te beoordelen, waaronder de agressiviteit en genetische samenstelling van de tumor.<\/span><\/p>\n Yuanning Zheng, uit het lab van Gevaert, <\/span>beschreven<\/span><\/a> het AI-systeem als \"een soort beslissingsondersteunend systeem voor de artsen\".\u00a0<\/span><\/p>\n Het model zou clinici kunnen helpen bij het identificeren van pati\u00ebnten met cellulaire kenmerken die wijzen op agressievere tumoren, zodat ze snel kunnen worden opgevolgd. Het c<\/span>brengt de tumor gedetailleerder in kaart en onthult cel-tot-cel interacties en hoe deze correleren met het resultaat voor de pati\u00ebnt.<\/span><\/p>\n Gevaert: \"Het model liet zien welke cellen graag bij elkaar zijn, welke cellen niet met elkaar willen communiceren en hoe dit correleert met pati\u00ebntresultaten.\"\u00a0<\/span><\/p>\n Het model ontdekte bijvoorbeeld dat de clustering van specifieke cellen, bekend als astrocyten, duidde op een agressievere vorm van de kanker. Deze inzichten kunnen mogelijk helpen bij het ontwerpen van effectievere behandelingen voor glioblastoom.<\/span><\/p>\n Zheng hoopt dat het model ook kan dienen als hulpmiddel voor postoperatieve beoordeling. Het model toonde aan dat tumorcellen die tekenen van zuurstoftekort vertonen vaak samenhangen met slechtere kankerresultaten.\u00a0<\/span><\/p>\n \"Door de zuurstofarme cellen in histologisch gekleurde operatiemonsters te belichten, kan het model chirurgen helpen begrijpen hoeveel kankercellen er mogelijk nog in de hersenen aanwezig zijn en hoe snel de behandeling na de operatie moet worden hervat\", aldus Zheng.<\/span><\/p>\n Hoewel het model zich nog in de onderzoeksfase bevindt, kan het ook worden toegepast op andere vormen van kanker, zoals borst- of longkanker.<\/span><\/p>\n Zheng concludeerde: \"Ik denk dat deze multimodale data-integraties de verbetering van gepersonaliseerde geneeskunde in de toekomst vorm kunnen geven.\"<\/span><\/p>\n Momenteel is er een proof-of-conceptversie van hun model, GBM360 genaamd, beschikbaar voor onderzoekers om diagnostische beelden te testen en te uploaden om de uitkomsten van glioblastoma-pati\u00ebnten te voorspellen. <\/span><\/p>\n Zheng haastte zich echter toe te voegen dat het model zich nog in de onderzoeksfase bevindt en nog niet in echte klinische omgevingen wordt gebruikt.\u00a0<\/span><\/p>\n Het onderzoek maakt gebruik van AI om glioblastoma-subtypes te interpreteren op basis van bestaande pati\u00ebntgegevens, zodat clinici de prognose en ontwikkeling van de ziekte voor verschillende pati\u00ebnten kunnen bepalen.\u00a0<\/span><\/p>\n Zo werkt het:<\/p>\n AI versnelt datagestuurde benaderingen van de gezondheidszorg enorm en ondersteunt MRI-scan,<\/a> diagnostiek van oogziekten<\/a>en verfijnd interfaces tussen hersenen en computers<\/a>om maar een paar van de talloze toepassingen te noemen.<\/p>","protected":false},"excerpt":{"rendered":" Onderzoekers van Stanford Medicine hebben een AI-model ontwikkeld om de diagnose en behandeling van glioblastoom, een bijzonder agressieve vorm van hersenkanker, te verbeteren. Glioblastoom vormt een unieke uitdaging voor medische professionals vanwege de zeer variabele cellulaire samenstelling van pati\u00ebnt tot pati\u00ebnt. Olivier Gevaert, universitair hoofddocent biomedische informatica en datawetenschappen, benadrukte de complexiteit van de behandeling van glioblastomen door te zeggen: \"Vanwege de heterogeniteit van deze ziekte hebben wetenschappers nog geen goede manieren gevonden om deze aan te pakken.\" Het AI-model is erop gericht om dit probleem te verminderen door het analyseren van gekleurde afbeeldingen van glioblastoomweefsel om de kenmerken ervan te beoordelen, waaronder de agressiviteit van de tumor en genetische eigenschappen.<\/p>","protected":false},"author":2,"featured_media":4780,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[84],"tags":[203,274,204,105,101],"class_list":["post-4779","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-industry","tag-biotech","tag-cancer","tag-healthcare","tag-machine-learning","tag-medtech"],"yoast_head":"\nMeer over het onderzoek<\/span><\/h2>\n
\n