Мозговые хирурги часто принимают критические решения в процессе удаления опухоли.
Теперь голландские ученые представили инструмент искусственного интеллекта для помощи в принятии решений на внутрихирургическом этапе, предоставляя хирургам сверхбыструю информацию о типах и подтипах опухолей.
Согласно недавнему исследованию исследование, опубликованное в журнале NatureИИ исследует определенные сегменты ДНК опухоли, выявляя отличительные химические структуры.
Этот анализ позволяет определить тип опухоли и, возможно, ее подтип. Такая своевременная информация может помочь хирургам в подходе к оперативному вмешательству.
"Крайне важно, чтобы подтип опухоли был известен на момент операции", - заявил Йерун де Риддер, доцент Утрехтского университета. "Теперь мы имеем уникальную возможность проводить очень тонкую, надежную и детальную диагностику уже во время операции".
Система глубокого обучения, получившая название Sturgeon, была подвергнута тщательному тестированию. В некоторых первых тестах ИИ воздерживался от постановки диагноза из-за неоднозначных данных.
В целом исследователи продемонстрировали эффективность модели в режиме реального времени на 25 операциях, добившись быстрого времени постановки диагноза - менее 90 минут, что гораздо быстрее, чем при использовании традиционных методов. 72% диагнозов были правильными, но семь не достигли необходимого порога достоверности.
В то время как стандартный диагностический процесс включает в себя микроскопическое исследование образцов опухоли мозга, комплексное генетическое секвенирование позволяет получить более глубокие сведения. Однако, как подчеркнул доктор Алан Коэн из Университета Джона Хопкинса, "мы должны начинать лечение, не зная, что мы лечим".
Доктор де Риддер пояснил возможности ИИ: "Он может сам понять, на что он смотрит, и провести надежную классификацию".
Тем не менее, некоторые проблемы сохраняются. Изменчивость внутри опухоли, размер выборки и некоторые неуловимые опухоли могут создавать трудности. Марк Пажес-Гальего, соавтор исследования, рассказал о том, как они решали эти проблемы.
Доктор Себастьян Бранднер из Университетского колледжа Лондона прокомментировал практические аспекты, заявив: "Сама реализация не так проста, как часто предполагают".
Хотя этот инструмент представляет собой значительный шаг вперед, у него есть свои недостатки.
AДоктор Коэн признает: "Мы добились некоторых успехов, но не столько в лечении, сколько в понимании молекулярного профиля опухолей".
Подробнее об исследовании
Инновационный инструмент "Осетр" использует глубокое обучение для улучшения интраоперационной классификации опухолей мозга, помогая принимать более точные хирургические решения.
Модель разработана для "сверхбыстрой" классификации типов и подтипов опухолей.
- Задачи: Классифицировать опухоли во время операции сложно из-за ограниченного времени секвенирования и неопределенного охвата данных.
- Решение Стерджена: Эта система глубокого обучения использует данные, полученные из широко доступных массивов метилирования, которые применяются для профилирования опухолей мозга. Sturgeon передает интенсивные вычислительные задачи на аутсорсинг, чтобы минимизировать вычислительные ресурсы во время операции.
- Производительность: Модель показала устойчивые результаты, но часто не учитывает внутриопухолевое разнообразие. Она поставила правильный диагноз в 72% случаев хирургических исследований.
- Будущее развитие: По мере накопления новых данных данные Стерджена будут расширяться, хотя ограничения на обмен данными из-за соображений конфиденциальности затрудняют межведомственное изучение.
- Ограничения: Одним из потенциальных ограничений является требуемый объем ткани. Для достижения наилучших результатов требуется образец размером примерно 5 x 5 x 5 мм, однако достаточное количество ДНК успешно извлекается и из меньших образцов.
Очень важно, что с помощью Sturgeon результаты диагностики опухолей можно получить в течение 90 минут, что соответствует срокам проведения операции. Это дает хирургам возможность получать информацию в режиме реального времени, что позволяет им принимать более правильные решения во время операции.
Хотя данные Стерджона полезны, в идеале их следует использовать вместе с оценкой квалифицированного патологоанатома, говорится в исследовании.
Стерджен присоединился к легиону передовых моделей ИИ, созданных в этом году для медицинских целей, что свидетельствует о способности технологии изменить ситуацию в здравоохранении.
